崗位職責?
一．大語言模型應用開發?
1.基于LLM（如qwen，deepseek）構建智能對話系統、內容生成工具或知識問答平臺，優化提示詞工程（Prompt Engineering）與RAG（檢索增強生成）技術。
2.設計并實現大模型API服務，集成到業務系統中，支持高并發請求與低延遲響應，優化模型推理性能（如量化、剪枝、蒸餾）。

二．圖像/視頻識別與分析?
1.應用深度學習模型（如YOLOv8、SAM、CLIP、ViT）進行目標檢測、圖像分類、視頻內容理解及多模態數據融合。
2.優化圖像預處理流程（如數據增強、去噪、特征提取），提升模型在復雜場景（如低光照、遮擋、動態背景）下的魯棒性。
3.開發視頻分析工具，支持行為識別、異常檢測、時序動作定位等任務，處理海量視頻數據流（如監控視頻、直播流）。

三．實時與離線語言識別開發?
1.開發基于語音識別模型（如Whisper、Wav2Vec 2.0）的實時語音轉文本系統，支持低延遲、高并發的流式處理，適配會議記錄、直播字幕等場景。
2.設計離線語音識別解決方案，優化模型在本地設備（如手機、嵌入式設備）上的部署效率，降低內存與計算資源占用。
3.結合大語言模型（LLM）實現語音交互的智能理解與響應，例如語音助手、智能客服的意圖識別與多輪對話管理。
4.優化語音預處理流程（如降噪、回聲消除、語音增強），提升模型在復雜聲學環境（如嘈雜背景、遠場語音）下的識別準確率。

任職要求?
一．技術能力?
1.編程語言?：精通Python，熟悉C++。
2.深度學習框架?：熟練使用PyTorch/TensorFlow，有模型訓練、微調及部署經驗。
3.計算機視覺?：掌握OpenCV、Pillow等圖像處理庫，熟悉目標檢測、分割、分類算法。
4.語音識別技術?：熟悉語音信號處理基礎（如MFCC、梅爾頻譜），掌握主流語音識別模型（Whisper、Wav2Vec 2.0、Conformer）的微調與部署。
5.?實時處理框架?：了解流式語音處理技術（如WebRTC、Kaldi實時解碼），有低延遲語音識別系統開發經驗。
6.?離線優化?：掌握模型量化、剪枝、蒸餾等技術，熟悉TensorRT Lite、Core ML等工具在移動端的部署。
7.大模型技術?：了解LLM原理，有LangChain、LlamaIndex、Dify等框架使用經驗，熟悉RAG、LoRA等技術。
8.系統開發?：熟悉Linux環境、Docker容器化、RESTful API設計。

二．經驗要求?
1.3年以上Python開發經驗，1年以上AI相關項目經驗（大模型、計算機視覺或者語音識別方向）。
2.有視頻分析項目經驗，包括目標檢測、行為識別、異常檢測等實際落地案例優先。
3.有語音識別項目經驗，包括實時語音轉寫、離線語音助手等實際落地案例優先。