崗位職責 1.音頻異常檢測算法研發 主導基于拾音器音頻數據的信號采集與異常識別系統研發，涵蓋： ?針對礦山環境的輸送帶托輥異常識別、機械故障異常音檢測、結構碰撞音等多場景異常檢測； ?運用傳統信號處理（如MFCC、STFT）與深度學習（如CNN、RNN、Transformer）方法構建高精度模型。 2.音頻數據特征提取與建模 針對礦山特有的噪聲和非結構化音頻數據，設計有效的特征提取和建模策略，確保數據高質量處理和異常模式準確定性。 3.系統魯棒性優化 解決礦山惡劣環境下的高噪聲、頻譜混疊等問題，通過算法優化不斷提升系統的實時性、穩定性與抗干擾能力，確保檢測精準和可控。 4.多模態協同與集成部署 與視覺、雷達等其他傳感器模塊緊密配合，實現多傳感器數據融合，構建完善的礦山安全感知系統，并推動系統在現場順利落地調試。 5.項目管理與執行 全面負責音頻模塊的研發任務規劃、風險管控與成果交付，確保按期達成項目目標，與團隊協同攻克技術難題。

任職要求 1.碩士及以上學歷，信號處理、音頻識別、機器學習及相關專業背景。 2.核心技能與工具 ?精通音頻信號處理、時頻分析和異常檢測技術，具備從數據采集到建模的完整研發能力； ?掌握CNN、LSTM、Transformer等在音頻場景下的應用； ?熟練使用Python、Pytorch/Tensorflow、Librosa、Kaldi等相關工具，具備一定C++工程開發經驗者優先； ?學術評測競賽高名次（ACM/Kaggle等）優先。 3.項目經驗與創新實踐 ?優先考慮具備工業聲學檢測、機械故障音檢測或智能語音分析項目經驗者； ?具備將非結構化音頻數據轉化為結構化、有用信息的能力，并能針對實際生產環境提出優化策略。 4.加分項 ?在DCASE、ICASSP、Interspeech等國際會議上發表論文或獲得競賽獎勵； ?有端到端語音模型研發和在線檢測系統落地經驗； ?熟悉多傳感器融合及邊緣部署，與其它模塊協同構建完整解決方案者優先。 ?參與并貢獻過知名開源項目者優先。