【岗位职责】

1、参与构建基于生成式 AI 的音视频编辑与生成工具。

2、搭建和优化音频/视频模型工作流（如剪辑、增强、转换、生成等）。

3、组合语音、图像、文本等多模态模型，完成端到端生成任务。

4、构建高效、可复用的模型推理服务，供产品调用。

5、评估开源模型与 API 工具链的可行性，并推动快速验证与迭代。

【任职要求】

1、本科及以上学历

2、熟悉至少一个 AI 方向（语音 / 视频）并具备实战经验。

3、熟悉主流开源模型框架，如 PyTorch、Transformers、Diffusers、Whisper、Stable Diffusion、RVC 等。

4、理解生成模型的工作机制，具备将模型“产品化”的能力。

5、具备良好的工程实现能力，能独立部署模型服务（Python/FastAPI/Gradio）。

6、有多模态数据处理经验，对音视频数据流敏感，能快速阅读开源项目，理解并定制调用逻辑。

【加分项】

1、有 AI 音视频编辑工具、AI 音视频生成内容平台相关经验

2、熟悉 ComfyUI、ControlNet、AnimateDiff 等生成式工具链

3、有模型评估、调优、微调经验

4、对模型版权、开源合规有基本意识