寻找对 AI LLM 开发，参加 Google 黑客马拉松 Hackathon

[ShawnTz]

• 背景：11 月底~12 月 2 场 Google 的 AI 主题黑客马拉松

• 寻找：硬要求只有 1 个 工作 3~5 年以上；亮点：prefer 在中大厂工作过，或者在 Git 作为主要作者共享过 1k+ stars AI/LLM 项目，当然对 AI 有热情也很欢迎聊聊

  1. 移动开发工程师，iOS （主）+Android 开发，熟悉原生开发，因为项目涉及原生 API 交互；
  2. 后端工程师：由于大部分 LLM 基建倾向，熟悉 Python ；
  3. 算法工程师：对端侧模型调用 & fine tuning LLM & whisper 任一方向均可；
  4. 海外运营：买量，SEO or 海外达人建联 任一方向均可；

• 项目：基于 LLM 的输入法 App ，核心场景：

  1. ASR+声音指令改写文本
  2. LLM 内容改写
  3. 生成式 TTS 将聋哑人发声转为清晰声音

• 地点：一场深圳，一场亚太区（还未公布地点），可按实际情况 远程 & 现场编码

• 项目扩展：

  1. 已确认一笔 10w 的种子 TS ，明年 1 月到（比较少，主要拿来支撑项目机器和 token 开销）
  2. 我本人：5 年产品，前某厂产品线负责人

  欢迎留言联系方式

[kaixinguoruobing]

支持

[ShawnTz]

目前主缺移动开发

[coefuqin]

看起来，1 相对容易，技术上有可行性，但是整体来看是发散的，不好做。2 需求语焉不详。3 从技术根本上就很难做到，比 1 还发散。

[coefuqin]

最核心的实现都是在服务端，移动端只是作为入口，不需要太复杂的技术。你这整个里面最难的是 3 个核心需求。没定制化的 whisper 在正常标准发音的输入语音识别的准确率都堪忧，在带有乡音的输入语音识别率就更低。需求 3 要大量的标注过的数据进行有监督的预训练，才有可能做到一定的识别。我看你需求 3 还不如做手语识别更现实。通过手语识别得道语义然后 TTS 成语音模态。

[kaneki]

可以聊聊 tel：[phone]

[zxkxhnqwe123]

好的 我不配