岗位职责
- 负责音频相关大模型研发，包括音频理解（语音识别、语音翻译等）、语音对话模型等方向；
- 跟进前沿语音技术、行业动态及主流模型框架，开展相关学术研究并发表高水平论文；
- 研究强化学习在语音大模型场景中的应用，探索面向主观偏好的奖励建模、偏好对齐及策略优化技术；
- 研究端到端实时语音交互技术，解决语音理解、语音翻译及对话中的关键技术问题；
- 推动相关技术在B站视频理解、字幕、搜索及创作等场景中的落地。
职位要求
- 2027届应届毕业生，计算机科学、人工智能等相关专业本科及以上学历，具备扎实的机器学习、深度学习理论基础；
- 有语音大模型相关前沿技术研究及发表论文经验，理解语音/多模态模型的原理，熟悉大模型底层技术，敢于挑战技术边界；
- 对端到端语音交互技术有深刻理解，跨语言语音处理技术有实际研究和开发背景，熟悉相关模型和技术栈者优先；
- 有 ACM/ICPC、Kaggle 等编程竞赛获奖经历，或 GitHub 开源项目具有较大影响力者优先；
- InterSpeech、ICASSP、NeurIPS、ICML、ACL 等语音或 AI 顶会/顶刊发表过相关论文者优先；
- 熟练使用AI agent能力者优先。
