工作职责

1. 利用计算机视觉、语音识别的相关技术，进行音视频语音识别算法的研究工作。

2. 跟进新的音视频多模语音识别的学术工作，探索音视频多模语音识别的发展方向。

3. 参与音视频多模语音算法的落地研发，有机会直面真实的用户场景。

岗位要求：

1. 2021年~2022年取得本科/硕士/博士学历，计算机相关专业优先

2. 具有以下领域之一的技术积累，两个领域都有积累者优先：

1) 计算机视觉：图像视频分类、视频内容分析、文字检测和识别、场景理解、物体追踪等。

2) 语音识别：语音识别、声学模型、信号处理等

3. 熟练掌握一种编程语言吗，如Python等。有一定的编程能力，能够独立实现学术前沿的迁移工作者优先。

4. 作为主要作者，参与发表过音视频多模语音、计算机视觉或语音识别相关学术论文者酌情加分。

5. 沟通能力良好，能够与团队相处融洽