
生成式视频与数字人 AI 工程师
训练并部署生成模型,为 LiveX AI 的交互式数字人提供支持。 改进多模态视频系统,实现端到端延迟低于 200 毫秒的实时流媒体体验。
描述
- 训练和微调用于说话人头部合成、音频驱动面部动画及全身数字人视频的生成模型
- 构建数据管道,用于采集、清理、标注、对齐和增强大规模视频、音频及多模态数据集
- 按需使用知识蒸馏、量化、剪枝、缓存、流式推理以及自定义 CUDA 或 Triton 内核等方法,优化模型以实现端到端延迟低于 200 毫秒的实时服务
- 在 GPU 集群上构建并维护训练、评估和部署基础设施
- 制定并跟踪唇形同步准确度、身份保持、表情自然度、延迟和吞吐量等质量指标
- 与后端、产品和研究团队协作,交付数字人功能,并根据用户反馈持续改进
- 跟进生成式视频、多模态 AI 和神经渲染领域的研究,并将相关技术应用于技术栈
任职要求
- 具备至少 3 年机器学习工程实践经验;或拥有扎实的研究经验、生产级代码能力及深度学习模型交付记录
- 精通 PyTorch 和当前深度学习工作流程
- 能够阅读、复现并拓展研究论文
- 在以下至少一个领域具备扎实背景:扩散模型、视频生成、生成式 AI、计算机视觉、多模态音视频 AI、语音合成或神经渲染
- 具备扎实的 Python 工程能力
- 拥有跨多个 GPU 和节点进行分布式训练的经验
- 具备实时推理优化经验,熟悉 TensorRT、ONNX、Triton Inference Server、CUDA、混合精度和流式管道
- 能够适应目标不明确且变化迅速的工作环境,并主动承担责任
- 具备快速学习的初创公司思维,并乐于推动交互式数字人能力的发展
福利待遇
- 股权
- 福利
- 可使用大量 GPU 算力
