职位描述：
音频处理的机器学习工程师
客户位置：纽约纽约
现场/远程/混合：远程
前三个所需技能：
• 深度学习模型（使用Tensorflow或Pytorch的神经网络）
• 信号处理知识
• Python用于数据科学和使用音频处理库，如LibROSA、PyAudio、Wav2Vec或类似工具。
我们正在寻找一位领先的机器学习工程师，负责开发和优化机器学习模型，以及音频数据处理、预处理和特征提取等技术工作。候选人将与数据科学家和数据工程师合作，尝试使用先进的深度学习技术进行语音识别和音频处理。
关键技能
• 在各种机器学习算法方面有扎实的背景和熟练掌握机器学习和深度学习模型，特别是适用于音频分析的模型，如CNN、RNN和LSTM。
• 在信号处理方面有坚实的基础，包括理解音频信号的频谱图及其特征，如采样、频率和幅度。
• 能够对音频数据进行预处理，去除噪声、归一化、执行清理步骤，并提取和选择相关特征，如MFCC、过零率和谱质心等。
• 熟悉音频格式和编解码器。
• 出色的Python技能，因为它在数据科学和机器学习中广泛使用（面向对象编程的最佳实践、库、数据分析、文件处理、调试等）。
• 对反馈和调整有良好的响应能力。
• 熟悉Slack/Jira/Google Docs/Git。
• 出色的解决问题和沟通能力。
• 领导能力，能够在项目的整个生命周期中引导团队以确保交付。
• 总计8年以上的IT经验。
• 3年以上的ML/DL模型开发经验
• 在TensorFlow或PyTorch等深度学习框架上的实际经验
• 使用Pandas、Numpy、Matplotlib、Scikit-learn的经验
• 使用音频处理工具和库，包括LibROSA、PyAudio、Wav2Vec、AudioKit等进行音频分析、处理和特征提取的专业知识。
• 在敏捷环境中工作的经验。
• 背景为BSCS、BSEE或等同专业
• AI/ML专业化
额外加分项。
• 有MLOps工具和实践经验。
• 与语音到文本、处理和理解语音相关的NLP技术。
• 对大型音频数据集上的预训练模型有了解。
• 熟悉HuggingFace Hubs
• 实验设计或研究活动的记录。
• 在教育技术领域的经验 
芝加哥