岗位职责
- 负责抖音短视频、直播等场景中的音频理解和生成模型能力建设，包括但不限于ASR、TTS、对话大模型、声纹、音乐理解、音频分类等；
- 跟进前沿的音频大模型技术，负责音频基础模型的预训练和后训练，探索全模态模型建模方案；
- 负责音频技术在抖音产品、推荐中的应用和落地，提升抖音短视频、直播的内容供给和分发体验。
职位要求
- 具有扎实的机器学习基础，对音频技术、大模型有深入的理解，数理功底扎实，自学能力强；
- 有扎实的编码能力，熟练使用相关机器学习框架和工程框架；
- 在多模态大模型领域有经验，在短视频、图文算法领域有经验者优先；
- 在语音、人工智能领域的会议和期刊，如ICASSP、Interspeech、NIPS、ICML、ICLR等发表过论文，或在相关竞赛中取得优异成绩者优先。
