岗位职责

】

结合实时音视频通话场景中的用户需求与交互特点，定义模型能力目标与体验标准，制定后训练与效果演进方案，持续优化响应速度、表达自然度、理解准确性与任务完成效果。
围绕 Omni 多模态模型开展 Post-training 工作，包括 SFT、RL、数据配比优化、训练目标设计与策略迭代，提升模型在多轮对话、上下文理解、情绪感知、口语表达等方面的能力。
构建实时 AI 通话场景的数据与评测体系，覆盖聊天、问答、生活服务等核心场景，建设监督数据、偏好数据、强化学习数据及线上回流样本，建立可量化的效果评估标准并驱动持续优化。
面向真实产品链路中的复杂问题，优化模型在打断恢复、上下文衔接、模糊意图理解、口语化问答、多模态信息融合等场景下的表现，并与产品、工程、语音、评测等团队协同推动落地。

职位要求

计算机科学、人工智能、机器学习、语音处理或相关领域硕士及以上学历。
具备大模型、对话系统、多模态模型或语音交互方向研发经验，对实时对话式 AI 产品有较深理解，具备较强的工程落地与问题抽象能力。
在以下一个或多个方向具备扎实经验：大模型后训练与对齐技术（如 SFT、RLHF、RLAIF、DPO、Online RL 等）、Omni/多模态模型训练优化、音视频通话场景下的数据与评测体系建设、聊天/问答/Agent 类场景的模型效果优化。
熟悉大模型训练与推理相关技术栈，精通 Python，熟练使用 PyTorch 等主流框架，具备扎实的机器学习、深度学习与 Transformer/多模态模型基础。
具备较强的数据与评测意识，能够围绕真实业务问题搭建数据闭环、设计评测方案，并通过系统性实验持续提升模型效果。