负责扩散生成模型的基础模块复现、训练、算法优化和推理加速等，协助团队搭建完整的音乐生成系统。
1、有过训练扩散生成模型（Diffusion Models）经验，优先选做过音频方向的扩散生成模型的，包括但不限于DDPM, Score-based SDE, LDM, EDM, Consistency Models等。
2、有搭建TTS模型的经验，如Tacotron系列, Fast Speech系列, Natural Speech系列等。
3、（必备条件）在PyTorch上复现和优化新模型的能力。
4、（必备条件）对扩散生成模型的不同建模和生成算法有深刻的认知，了解技术演变史和最新Diffusion模型的训练方法。
5、（加分条件）作为论文一作上发过跟TTS或音频Diffusion相关的论文。
1、负责语音识别数据pipeline构建，包括但不限于数据收集、清洗、整理等。
2、负责语音识别各模块的效果优化，包括但不限于声学模型、语言模型、端到端模型、VAD，反正则化等。
3、负责其他语音技术的探索及优化，包括但不限于说话人识别和分割、语种识别、声音事件检测、语音增强、语音降噪、3A音频算法、空间音频、关键词唤醒等技术研发。
4、关注语音相关领域前沿进展技术，探索语音识别相关技术在音乐AIGC场景的落地。
1、人工智能、机器学习、信号处理或计算机科学等相关专业研究生以上学历，基础扎实。
2、熟悉自监督学习SSL技术，有hubert, w2v-bert, BEST-RQ等模型的训练和调优经验。
3、熟悉shell&python&C++，有较强的算法实现能力。
4、熟悉主流的语音识别模型算法，如RNN-T、conformer、CTC。
5、熟悉WFST相关算法理论，可以熟练使用相关工具搭建HCLG / TLG。
6、熟悉kaldi / K2 / wenet / espnet / whisper / FunASR 中至少两种工具。
7、有相关项目或实习经验，包含但不限于大规模ASR / 流式 / 热词 / 模型蒸馏。
8、学习研究能力强，能够独立阅读英文文献，对解决具有挑战性的问题充满激情。
1、来自985 / 211院校或知名实验室。
2、有成功落地ASR相关项目的经历。
3、在顶会发表相关高质量论文。
4、相关领域比赛获得较好成绩。
5、对相关开源项目有突出贡献。
6、有优化加速经验。
1、设计与研发业界领先的智能音频-算法框架，聚焦于音乐生成、音效生成、歌声合成等算法方案的一体化研发框架。
2、对模型训练进行极致的端到端效率优化，包括但不限于：训练加速、资源利用率提升、分布式超大规模模型训练支持以及模型结构优化等。
3、与上下游算法、推理引擎紧密合作，优化整个模型生产链路的研发效率，包括但不限于：与算法工程师密切配合共建开发者生态、提升框架易用性，对接深度学习平台和推理引擎等。
1、熟悉 Python、C、C++ 中至少一门编程语言，熟悉常用数据结构以及基础算法，对有挑战的工作富有热情。
2、熟悉计算机体系结构和操作系统，对分布式系统有一定了解，了解一定的设计模式。
3、至少熟悉一个主流开源深度学习框架（Tensorflow/Pytorch/Paddle/Spark ML等），了解框架原理或者熟悉源码、有开源项目贡献经验更佳。
4、有很强的分析问题和解决问题的能力，有强烈的责任心。
1、了解大规模分布式机器学习、并行训练，或者了解 OpenMPI 等高性能分布式计算框架，Hadoop/Spark 等分布式数据处理框架。
2、有Speech/CV/NLP/RL等方向开源算法框架类似pytorch_lightning/wenet等项目贡献、源码改定等经验，或者有高质量的开源github项目。
3、有音频生成、歌声合成/语音合成、语音识别、自然语言处理算法，或者有深度学习领域的模型加速、工程落地经验。
1、负责音、视频AI数据的全生命周期建设，达到业务领先水平，包含但不限于十亿级数据的存储、打标、可视化、筛选、校验等能力，以及相关处理流程的自动化和敏捷开发。
2、探索数据生成、智能处理、智能标注等领域，为音频和视频AIGC生成更多高质量的训练数据。
3、保证数据服务的可扩展性和稳定性。
1、熟悉视频、音频模型的训练流程，对相关数据需求和数据质量有比较深入的理解。
2、有一定的前瞻能力，能跳出边界和固定框架思考问题最优解。
3、具备较好的系统设计能力和比较高的开发能力，熟悉 Go/Python/SQL 等语言，能够快速搭建数据处理流程。
4、了解常用的通信、存储和大数据工具，如Kafka、Redis、 Mongo、Hive、Spark 等，并具备足够的应用能力。
1、负责基于深度学习的AI音乐生成、MIR、SSL等算法方向的评测，确保音乐质量达最佳效果；制定对应的评测规则、评测方法和效果评估体系。
2、负责深度学习类音乐评测模型开发和音乐指标的工程建设。
3、能构建基于AI音乐生成的自动化评测技术，规划并搭建智能自动化评测工具或平台，保证评测时效性及准确性，提高评测置信度。
1、计算机、通信、人工智能专业，研究生及以上学历。
2、有1年以上AI生成算法评测经验。
3、有音频生成、音频理解、MIR等相关算法研究经历优先；有音乐背景优先。
4、编程基础扎实，至少熟悉Python / C++ / Java中一种。
5、逻辑清晰、思维敏捷，善于分析与总结，优秀的快速学习及抗压能力。
负责面向音乐的视频自动生成算法的研发工作，探索并应用GPT、Diffusion等模型配合音乐内容生成高质量的创意视频作品。
1、针对面向音乐的视频自动生成任务，设计和构建多模态模型。
2、跟进并落地最新视觉相关的Diffusion算法。
3、模型训练和推理的加速(压缩、蒸馏、量化、微调等)。
任职资格:
1、计算机相关专业，硕士研究生及以上学历。
2、扎实的数据结构和算法基础，熟练使用 C/C++ 或 Python。
3、在Diffusion Model、GAN、VAE、图像及视频生成/编辑、多模态内容理解等至少一个领域有开发经验的。
4、有良好的英文读写能力和扎实的数学基础，发表过高水平论文的优先。
5、责任心强，积极主动，有良好的沟通能力和团队合作能力。
邮箱主题：姓名 + 申请职位 + 语音之家推荐
邮箱：lin.tian@kunlun-inc.com
地址：北京明阳国际中心B座，西总布胡同46号（东单地铁站B东北口步行380米)
