岗位描述
岗位职责
1、参与 agent 与大模型应用的算法设计与效果优化,包括任务拆解、工具调用、上下文管理、长期记忆、人格系统与意图识别,在企业工作台与消费级设备两类真实场景上提升成功率与稳定性;
2、参与端侧模型的选型、量化与 NPU 部署(Rockchip / Qualcomm / MediaTek 等平台),实测 token/s、内存、功耗与首响应时延,参与端云分工与断网降级方案;
3、参与语音交互链路(唤醒、VAD、ASR、LLM、TTS)的效果优化,把端到端时延、拒识率、打断自然度做成可测量的指标;
4、参与 AI 效果评测体系建设:用例集与成功判据设计、确定性断言 + LLM judge 混合判分、判分偏差校准、端侧模型精度与性能基线,产出可复现的评测报告;
5、参与国产模型与开源模型的同口径对比与替换验证;
6、在导师指导下,半年内独立负责上述某一模块,并把方法沉淀成可复用的工具。
任职要求
1、2027 届本科及以上学历应届毕业生,硕士优先;计算机、人工智能、数学、电子信息等相关专业;
2、机器学习与深度学习基础扎实,理解 Transformer 与大语言模型的基本原理,熟悉 PyTorch;Python 扎实,能读 C++,数据结构与算法基础好;
3、有以下至少一项经历(课程项目、比赛、开源、实习均可):用大模型 API 或 agent 框架做过完整应用;做过模型量化或端侧 /
移动端部署;做过大模型应用效果评测并能说清判据;
4、有统计基础,知道置信区间、显著性、一致性系数是什么;
5、遇到不懂的会自己查文档、跑实验;能把「好不好用」翻译成可测量的指标;
6、有相关实习、算法竞赛、开源贡献或论文者优先;有语音链路、多模态、消费级 AI 硬件项目经历者优先;熟练使用 AI 编程工具并有验证习惯者优先。