职位详情
微信扫码分享
举报
3-5年本科语音识别、声纹识别、人脸识别、智能体开发大模型算法
岗位职责：
一、语音大模型研发与优化：
1、负责端到端 ASR (语音识别) 与 TTS (语音合成) 大模型的训练、微调与迭代。
2、利用 LoRA、Adapter、Prefix-Tuning 等参数高效微调技术，适配机器人室内外复杂声学场景（如强噪音、远场、混响）。
3、优化模型在低资源、多噪声环境下的鲁棒性，实现高精度的实时语音转录与自然流畅的语音合成。
二、多模态感知与识别系统：
1、研发并优化 LLM (大语言模型) 与 VLM (视觉-语言模型) 在机器人端的应用，实现语义理解与视觉感知的深度融合。
2、集成并优化 人脸识别、人脸检测、声纹识别 等生物特征识别技术，支持机器人对多用户身份、意图与情绪的实时理解。
3、负责多模态信息融合算法的设计，提升机器人在复杂动态环境下的交互成功率。
三、知识增强与实时对话系统：
1、利用 RAG (检索增强生成) 技术，结合向量数据库（如 Milvus, Pinecone），提升机器人对话系统的准确性、专业性与知识时效性。
2、设计并实现高效的知识库构建、索引、检索与重排序机制，确保机器人在垂直领域问答中的表现。
四、边缘端部署与算子级优化：
1、针对机器人硬件限制（如 NVIDIA Jetson, Orin），开展模型压缩（量化、剪枝、蒸馏）与推理加速（TensorRT, ONNX Runtime）。
2、在 ROS/ROS2 环境下实现算法模块的工程化落地，优化内存占用与 CPU/GPU 利用率，确保毫秒级的实时响应。
伍、全栈技术架构与工程化：
1、利用 Python 进行核心算法建模，并配合 Java/C++ 实现高性能的后台业务逻辑。
2、配合 Vue/React 实现直观的机器人交互配置界面，负责从算法研发到端到端部署的全生命周期管理。
任职要求：
一、学历背景：计算机、人工智能、自动化、电子信息、声学或数学等相关专业本科及以上学历（硕士及博士优先）。
二、核心算法能力：
1、精通 Python，熟练使用 PyTorch/TensorFlow，具备大规模模型分布式训练（DeepSpeed, Megatron-LM）经验。
2、深入理解 Transformer 架构及其变体，熟悉 Whisper、ChatTTS、GPT-4o-mini、Llama-3 等主流开源模型。
3、具备 ASR/TTS/LLM/VLM 至少两个方向的实战项目经验，能够独立复现前沿论文。
三、工程开发与部署：
1、精通 Python，具备 Java 后端开发或 Vue 前端交互开发经验，熟悉多线程、多进程编程。
2、熟悉 Linux 开发环境，熟练使用 Docker 容器化部署，掌握 Git 协同开发流程。
3、具备 ROS/ROS2 机器人操作系统使用经验，熟悉常用的机器人通信机制。
四、行业经验与素质：
1、3-5 年 AI 算法开发经验，有机器人语音交互、多模态感知或具身智能产品成功落地经验者优先。
2、具备优秀的系统架构设计能力，能够独立拆解复杂的技术难题并推动解决。
3、具备极强的学习能力与技术热情，能快速跟进并应用大模型领域的最新科研成果。
职位总结围绕职位描述，归纳工作内容、招聘要求
黄先生IP：四川成都
半年内活跃|
昆仑之数
·人事经理
成都
相同职位推荐
企业招聘
职位大全
相关搜索
