职位描述
职位描述：1、在短视频和直播场景下，结合图像，声音，文字等，对视频进行理解，包括但不限于音频分离、音频检测与分类、语音识别、语种识别、音乐理解等；
2、推动音频理解算法在快手短视频相关应用上的落地；
3、追踪多模态视频理解的前沿算法和技术，保持算法先进性。
任职要求：1、机器学习、模式识别、信号处理等计算机相关专业的硕士或者博士；
2、有多模态技术、音频分离和生成等相关经验者优先；
3、熟练掌握C/C 、Python，有较强的工程实现能力。熟悉常见的机器学习算法工具，如tensorflow，pytorch等；
4、相关顶会或期刊上发表论文者优先（ICASSP，Interspeech，ACL，ICML，NIPS，CVPR等）;
5、有团队精神，良好的表达能力和沟通能力。