岗位职责：
1. 算法开发与模型实现
○ 负责ASR（语音识别）与TTS（语音合成）核心算法模块的开发、训练与调优，包括但不限于声学模型、语言模型、声码器等。
○ 参与大语言模型（LLM）相关应用层的开发，如提示工程、模型微调、知识增强、智能对话系统构建等。
○ 实现、复现和改进前沿的学术论文算法，并将其工程化。
2. 数据处理与特征工程
○ 构建和维护大规模、高质量的语音及文本数据集，设计数据清洗、增强和预处理流水线。
○ 针对ASR/TTS任务，进行音频特征提取、文本规范化等关键特征工程工作。
○ 为大模型训练和应用准备、管理和优化训练数据。
3. 模型训练、优化与评估
○ 利用PyTorch/TensorFlow等框架，在GPU集群上进行大规模分布式模型训练。
○ 设计和执行详尽的实验，对模型进行全面的性能评估、量化分析与效果调优。
○ 持续探索模型压缩、量化、剪枝等技术，以优化模型的推理速度和部署成本。
4. 工程化集成与服务部署
○ 将训练好的模型进行封装和部署，开发高性能、低延迟的推理服务API。
○ 与后端和前端团队协作，将ASR、TTS、大模型能力集成到产品流程中。
○ 优化模型服务的资源利用率，解决线上服务的并发、稳定性与扩展性问题。
5. 技术调研与方案设计
○ 跟踪ASR、TTS及大模型领域的最新技术进展（如端到端模型、Zero-shot TTS、Agent框架等）。
○ 参与技术选型与系统架构设计，撰写相关技术文档，并主导特定技术难点的攻关。
任职要求：
1. 经验与基础
○ 3年及以上Python开发经验，至少2年专注于AI算法开发，并有ASR、TTS或大模型中至少一个方向的成功项目经验。
○ 计算机科学、人工智能、信号处理、语音识别等相关专业硕士及以上学历（能力突出者可放宽至本科）。
○ 扎实的数学和算法基础，熟悉概率统计、线性代数、机器学习及深度学习原理。
2. 核心编程与AI框架
○ 精通Python编程，熟悉科学计算栈（NumPy, SciPy, Pandas）。
○ 精通至少一种主流深度学习框架（PyTorch 优先），熟悉其训练、调试及部署流程。
○ 熟悉Linux开发环境，具备良好的shell脚本编写能力。
3. 领域专业知识与技能
○ ASR/TTS方向：熟悉经典的语音处理流程与工具（Kaldi, ESPnet等），了解HMM、DNN、端到端模型（如Conformer, Transformer）在语音领域的应用。熟悉常用声学特征（Fbank, MFCC）及开源工具（Librosa）。
○ 大模型方向：有使用和微调大语言模型的实际经验（如LLaMA系列、ChatGLM、Qwen等），熟悉LangChain、LlamaIndex等应用框架，理解提示工程、RAG、模型微调（SFT、LoRA）等技术。
○ 共同要求：出色的工程实现能力，能将算法模型转化为可维护、可测试的代码。
4. 模型部署与工程能力
○ 熟悉模型服务化工具（如FastAPI、Flask、Triton Inference Server）。
○ 了解模型压缩和加速技术（如ONNX转换、TensorRT、量化技术）。
○ 有在云环境（AWS, GCP, 阿里云）或容器化环境（Docker）中部署AI服务的经验。
5. 软技能与综合素质
○ 具备极强的自主学习和研究能力，能够快速理解并应用前沿技术。
○ 优秀的逻辑思维、分析问题和解决复杂技术难题的能力。
○ 良好的团队沟通与协作精神，能够清晰地向非技术背景同事解释技术方案。