岗位描述
岗位职责:
1. 参与语音算法核心能力建设,围绕语音识别、语音合成、多模态理解等方向,结合前沿模型与真实业务场景推进技术探索与能力落地。
2. 与产品、工程团队协同推进算法方案落地,持续优化模型效果、系统性能与用户体验,让模型能力真正转化为可感知的产品价值。
3. 跟踪语音与多模态方向前沿进展,结合业务问题参与技术选型、方案设计与实验迭代,将研究方法转化为实际可用的解决方案。
4. 参与训练数据、评测体系与实验流程建设,在完整研发链路中积累从模型探索到上线优化的实践经验。
任职资格:
1. 计算机、自动化、电子信息、人工智能等相关专业,硕士及以上学历。
2. 具备扎实的数学、算法与机器学习基础,对语音、语音合成、多模态等方向有持续兴趣。
3. 具备较强的编程与工程实践能力,熟练使用 C/C++、Python,熟悉至少一种主流开源深度学习框架。
4. 具备良好的问题分析与解决能力,能够围绕实际问题开展实验、分析结果并持续优化方案。
5. 具备良好的沟通能力与团队协作意识,能够在跨团队协作中高效推进工作。
优先条件:
1. 具备大规模 ASR / TTS 模型训练、优化或部署经验。
2. 在语音生成、语音克隆、语音理解、多模态建模等方向有项目、研究或工程实践积累。
3. 具备将研究方案推进到实际落地的经验,能够兼顾模型效果与工程可用性。
加分项:
- 在 Interspeech、ICASSP 等顶会或期刊发表过论文
- 有语音相关竞赛获奖经历
- 有高质量开源项目、研究实习或工程落地经验