
生成式影片與數位人 AI 工程師
訓練並部署生成模型,為 LiveX AI 的互動式數位人提供支援。 改良多模態影片系統,實現端對端延遲低於 200 毫秒的即時串流體驗。
說明
- 訓練及微調用於說話頭部合成、音訊驅動臉部動畫及全身數位人影片的生成模型
- 建置資料管線,以蒐集、清理、標註、對齊及擴增大型影片、音訊與多模態資料集
- 視需要運用蒸餾、量化、剪枝、快取、串流推論,以及自訂 CUDA 或 Triton 核心等方法,最佳化模型以達成端對端延遲低於 200 毫秒的即時服務
- 在 GPU 叢集上建置並維護訓練、評估及部署基礎架構
- 制定並追蹤唇形同步準確度、身分保留、表情自然度、延遲及吞吐量等品質指標
- 與後端、產品及研究團隊合作,推出數位人功能,並根據使用者回饋持續改良
- 追蹤生成式影片、多模態 AI 及神經渲染領域的研究,並將相關技術應用於技術堆疊
職位要求
- 具備至少 3 年機器學習工程實務經驗;或具備深厚研究經驗、生產等級程式碼能力及深度學習模型交付紀錄
- 精通 PyTorch 及目前的深度學習工作流程
- 能夠閱讀、重現並延伸研究論文
- 至少在以下一個領域具備深厚背景:擴散模型、影片生成、生成式 AI、電腦視覺、多模態音訊與視覺 AI、語音合成或神經渲染
- 具備紮實的 Python 工程能力
- 具備跨多個 GPU 與節點進行分散式訓練的經驗
- 具備即時推論最佳化經驗,並熟悉 TensorRT、ONNX、Triton Inference Server、CUDA、混合精度及串流管線
- 能自在應對目標不明確且快速變動的工作環境,並主動承擔責任
- 具備快速學習的新創思維,並樂於推進互動式數位人功能
福利待遇
- 股權
- 福利
- 可使用大量 GPU 運算資源
