返回岗位列表

多模态音频工程师

查看原岗位

地点：美国薪资：$180,000-$440,000 日期：2026-01-29

岗位摘要

创建并推动研究议程，以提升多模态音频能力，包括视频音频生成、音频理解、音频生成、音乐生成和语音生成；改进音频和多模态数据集的数据质量，开发先进的标注、过滤、增强和合成数据生成技术，并进行深入的数据研究

岗位职责

创建并推动研究议程，以提升多模态音频能力，包括视频音频生成、音频理解、音频生成、音乐生成和语音生成
改进音频和多模态数据集的数据质量，开发先进的标注、过滤、增强和合成数据生成技术，并进行深入的数据研究
设计针对音频的评估框架、指标和内部基准
设计并实施有效且高效的算法，以实现最先进的模型性能

任职要求

在显著提升神经网络能力和性能的研究方面有良好记录，无论是通过更好的数据还是更好的建模
具备数据驱动实验设计和系统性分析经验，用于迭代模型调试
有开发或使用大规模分布式机器学习系统的经验
具备图形引擎和渲染技术的经验者优先
有能力采取一切必要措施，提供最佳的端到端用户体验
具备音频相关数据处理和模型训练经验