#深圳# #海外 AIGC#招图像算法、语音算法、NLP、 Java 开发等岗位,流程贼快 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
外包信息请发到 /go/outsourcing 节点。
不要把相同的信息发到不同的节点
TANG0101
V2EX    酷工作

#深圳# #海外 AIGC#招图像算法、语音算法、NLP、 Java 开发等岗位,流程贼快

  •  
  •   TANG0101 2024-01-18 11:26:28 +08:00 1524 次点击
    这是一个创建于 684 天前的主题,其中的信息可能已经有所发展或是发生改变。

    欢迎考虑我司职位,我司介绍如下: [公司] 专注海外市场, 深耕 AIGC 领域 4 年+, 是全球 AIGC 行业先行者. [产品] 依据美国知名机构公允数据, 多款产品排名全球 AI 应用榜前列. [团队] 核心团队成员来自知名 top 高校,有连续创业成功经验, 实战中锤炼出来的团队. [盈利] 公司处于大规模盈利状态,且收入利润持续高速增长. 小波微粒希望能吸引更多高素质实战型人才,打造世界知名的产品,成为世界知名的公司。

    java 开发工程师 岗位职责:

    负责公司互联网产品 Java 后端的设计、开发、CR ( CodeReview )和维护工作; 参与后端架构演进和配套业务落地,持续提升各系统安全性、稳定性、可用性、扩展性。 任职要求:

    有一定的深度和广度,掌握基本的互联网应用技术解决方案,深谙性能之道,有一定的 BestPractice 情结; 计算机或者相关专业,统招全日制本科及以上学历; 3 年以上 Java 开发经验,基础扎实,有良好的编码规范,能独立分析和解决问题; 熟悉各种常用框架和技术及其基本原理,包括但不限于 Spring Cloud Alibaba 、MySQL 、Redis/Redisson 、Kafka/SCSt 、K8s 、CDN 、Async 等; 熟悉 Aliyun 、AWS 等至少一种云服务商及其主要产品栈,有全球化产品研发经验的优先。 PS:简历通过有笔试(很简单,纯逻辑编程题,不考算法),团队开发都是很正规的流程(严格的 UT + 实时 Code Review )

    算法类 [深度学习算法工程师(视觉)] 岗位职责: 负责计算机视觉相关的技术系统与产品的算法研究与实现工作; 负责计算机视觉相关方向的技术难点攻关与前瞻研究; 自主学习,跟随业内 AI 技术发展动态,匹配业务诉求,识别关键技术点与实现准备。 任职要求: 硕士及以上学历,计算机相关专业毕业,AI 相关专业研究方向两年及以上经历; 对计算机视觉、图像处理、深度学习等有浓厚兴趣,在计算机视觉方面有较深入的研究; 熟悉 GAN 、Diffusion 等图像生成算法,超分辨率,语义分割等技术,具有较强的算法创新能力和实现能力者优先; 熟悉 python ,C/C++或 java 等一门或多门编程语言; 熟悉 PyTorch ,TensorFlow 或其他深度学习工具; 具有较强的逻辑思维能力、良好的沟通能力和团队合作精神。

    [ NLP 算法工程师] 岗位职责: 1.负责参与对话文本分类、语义相似度、序列标注、预训练语言模型等基础 NLP 算法能力建设; 2.跟踪 nlp 方向最新研究成果,用以持续提升算法应用效果,研究方向包括但不限于文本分类,实体识别,语义匹配,关系抽取,文本生成,小样本学习,知识蒸馏等; 3.负责参与对话管理、多轮对话算法能力建设,包括不限于任务型多轮、多轮闲聊等场景。 任职要求: 1.计算机相关专业硕士及以上学历,3 年以上 nlp 算法研究与开发经验; 2.熟悉 linux 操作系统,熟练使用至少一门编程语言( python 或 c++优先),有优秀的工程实践能力,代码风格好; 3.熟悉主流的预训练模型,至少从事过(文本分类或实体识别或语义匹配或关系抽取)其中一方向的算法模型开发任务并有实际业务落地经验; 4.熟悉常用文本分析工具,熟悉掌握 pytorch 或 tensorflow 或 keras 等主流深度学习框架。 加分项: 1.有强悍工程能力,大规模数据处理经验。 2.有开源大模型调优经验。

    [语音算法工程师] 岗位职责:

    负责语音合成、语音识别、数字人方向的算法研发; 负责虚拟人交互场景下的 AIGC 音频大模型、个性化实时情感对话语音合成、低资源音色克隆、变声、说话人识别和分割、语种识别、关键词唤醒等技术研发; 跟进学术界、行业最新的研究趋势,产出新的科研成果,并落地于实际产品。 任职要求: 硕士及以上学历,人工智能、语音、自然语言处理、机器学习、计算机等相关专业方向,基础扎实; 深刻理解 TTS 原理,熟悉 TTS 前端 TN 、G2P 、韵律预测等,熟悉开源架构声学模型 Tacotron 、FastSpeech 、VITS 和声码器 WaveGlow 、WaveRNN 、HifiGAN 等; 熟悉主流的语音识别模型算法,如 RNN-T 、conformer ,熟悉 kaldi / K2 / wenet / espnet 等工具; 有较强的算法实现能力,熟练掌握 Python/C++/Shell 编程,熟悉 Linux 系统,至少熟练使用一种深度学习训练框架,如 Pytorch 、Tensorflow 等; 学习能力强,优秀的分析问题和解决问题的能力,对解决具有挑战性的问题充满激情。 加分项: 有音色克隆变声相关的项目经验。

    联系方式: [email protected]

    1 条回复    2024-01-23 00:17:12 +08:00
    MaxPuppet
        1
    MaxPuppet  
       2024-01-23 00:17:12 +08:00
    简历哪里投递?
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     5073 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 39ms UTC 01:20 PVG 09:20 LAX 17:20 JFK 20:20
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86