工作职责:1. 构建高性能音视频理解 Pipeline，负责各类理解模型的推理、训练和持续优化。2. 持续优化 Caption、Tag、PE、QA、Quality Assessment 等理解能力，提高数据生产质量。3. 优化 CPU/GPU 推理效率，包括模型部署、Batching、Quantization、TensorRT、ONNX 等。4. 持续优化各类专家模型，包括但不限于： - Motion Detection - Shot/Scene Cut Detection - Artifact Detection - Audio-Visual Sync - OCR - ASR - Speaker Detection - Quality Assessment5. 与生成模型团队共同设计自动化数据生产 Pipeline，提升整体数据质量和处理效率。工作要求:任职要求1. 熟悉 Transformer、Vision Transformer、多模态模型基础。2. 熟悉 Qwen VL、Gemma、Gemini、SeedVL 等理解模型。3. 熟悉 TensorRT、ONNX Runtime、CUDA Optimization。4. 熟悉 FFmpeg、OpenCV、CUDA Video Codec。5. 有千万级以上视频 Pipeline 经验。我们希望你：1. 不只是调用模型，而是持续优化模型效果、效率和成本。2. 乐于做 Benchmark，能够系统分析误差来源并持续迭代。3. 对模型效果有 Owner 意识，而不是模块 Owner。

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录