招聘
职位技能
TensorFlow, TensorFlow, BI/BA
描述
音频处理机器学习工程师
我们正在寻找一名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具有扎实的背景，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CNNs、RNNs和LSTMs。
• 在信号处理方面有坚实的基础，包括对音频信号谱图及其采样、频率和振幅等特性的理解。
• 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MFCCs、过零率和谱心等。
• 熟悉音频格式和编解码器。
• 具备出色的Python编程技能，因为Python在数据科学和机器学习领域广泛使用（包括面向对象编程、库、数据分析、文件处理、调试等方面的最佳实践）。
• 能够接受反馈并进行调整。
• 熟悉Slack/Jira/Google Docs/Git等工具。
• 出色的问题解决和沟通能力。
• 领导能力，能够引导团队在项目的整个生命周期中确保交付。
经验
• 总计8年以上的IT经验。
• 3年以上的开发机器学习/深度学习模型的经验。
• 在TensorFlow或PyTorch等深度学习框架上的实际经验。
• 使用Pandas、Numpy、Matplotlib、Scikit-learn等工具。
• 熟练使用音频处理工具和库，包括LibROSA、PyAudio、Wav2Vec、AudioKit等，用于音频分析、处理和特征提取。
• 有在敏捷环境中工作的经验。
背景
• 计算机科学学士、电子工程学士或等同学历
• 人工智能/机器学习专业
优先考虑
• 有MLOps工具和实践经验。
• 与语音转文本、语音处理和理解相关的自然语言处理技术。
• 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记录。
• 在教育技术领域的经验。 
纽约