职位描述1、参与自研（音频多模态方向）模型的算法研发工作，持续提升模型能力，包括但不限于：架构设计、数据准备、模型训练、效果评测等； 2、 参与语音合成、语音识别、语音理解、语音大模型等方向的算法研发与优化，推动模型在实际业务场景中的落地； 3、探索基于LLM的音频大模型相关训练与推理优化方法，优化模型在算力受限场景下的推理效率与音频模态融合性能； 4、跟踪语音、多模态、大模型等前沿技术方向，结合业务需求进行技术预研、实验验证和方案落地。任职要求1、硕士及以上学历，计算机/信息科学、电子信息、人工智能、通信工程、自动化、数学、统计等相关专业，经验不限，接收优秀应届生； 2、精通Python，熟练使用PyTorch进行模型开发，理解Transformer 及其衍生模型，对大模型的训练、推理及优化方法有一定认知，同时了解非Transformer技术路径的优先； 3、在语音合成/识别/音频前端处理至少一个方向中具有实践经验，熟悉音频任务的基础理论和算法，有较强的算法设计、编程实现和模型训练能力； 4、具有团队合作精神，良好的沟通能力和独立解决问题的能力。
