岗位职责
- 负责面向AI手机等ToB场景的多模态交互模型研发，包括语音基础模型、视觉-语言模型（VLM）、全模态大模型的后训练（CPT/SFT/RL）与推理优化。
- 研发基于神经网络、扩散模型或大模型的端侧音频信号处理算法（如语音增强、降噪、去混响），提升复杂声学环境下的语音交互质量。
- 构建支持自然打断、精准判停、上下文感知的实时双工交互模型，实现低延迟、高鲁棒性的流式对话体验。
- 针对端侧资源约束，开展模型压缩、量化、蒸馏及高效部署，确保算法在DSP/NPU等嵌入式平台稳定运行。
- 与系统、产品团队紧密协作，推动算法从原型验证到大规模商用落地。
职位要求
- 计算机、人工智能、电子工程等相关专业硕士及以上学历，3年以上AI模型或音频算法研发经验。
- 在以下至少两个方向有扎实实践： ①基于神经网络/Diffusion/LLM的语音信号处理（增强、降噪、语音修复等） ； ②语音大模型、视觉-语言模型（VLM）或全模态（Omni）大模型的后训练（CPT/SFT/RL） ； ③双工交互核心技术：VAD、打断检测（Barge-in）、语义判停、流式响应。
- 熟练掌握PyTorch，具备大模型训练、调优及端侧部署经验。
- 有AI手机、IoT等智能终端项目落地经验，熟悉ARM/DSP/NPU架构者加分。
- 具备良好的工程能力、产品意识和跨团队协作精神，能平衡性能、延迟与功耗。
