岗位定位
负责教育AI Agent核心算法模型的研发与迭代，聚焦深度学习技术在场景中的落地应用。通过构建和优化语音、对话、推荐等模型，直接提升数字人交互质量与学习效果。
核心职责
1. 深度学习模型研发与优化
主导教育场景下的语音ASR、发音评测、对话生成等深度学习模型的训练与调优
基于SFT（监督微调）技术，完成从数据清洗、标注策略设计到模型训练、效果评估的全流程闭环
持续优化模型在儿童语音、噪音环境、非标准发音等复杂场景下的准确率与鲁棒性
2. 算法策略的工程化落地
将教学策略转化为可执行的算法规则，实现模型能力与业务目标的协同
设计并维护模型服务API，确保在线教学场景的低延迟、高可用性
构建Bad Case自动分析与回流机制，推动模型迭代效率
3. 数据驱动的模型迭代
与数据团队协作，定义高质量SFT数据采集标准与扩增策略
建立多维模型评估体系（超越纯技术指标，关注教学效果与学生留存）
通过A/B测试验证模型迭代效果，量化业务价值
任职要求
学历背景
985/211高校硕士及以上学历，计算机、人工智能、数学、信号处理等相关专业
工作经验
5-8年深度学习算法实战经验，至少完整参与过1个在线系统（推荐/对话/语音/Agent）从0到1建设
必须有SFT实战经历，具备训练数据构造、模型微调、评估闭环的真实项目经验（非纯Prompt工程）
熟悉至少一种深度学习框架（PyTorch/TensorFlow）的工程化部署
核心技术能力
语音方向：熟悉ASR、TTS、发音评测至少一个领域，有儿童语音或低资源语种处理经验优先
对话方向：理解多轮对话管理、意图识别、上下文建模，有任务型对话系统经验
推荐/决策方向：掌握知识追踪、Bandit算法、强化学习基础，能设计可解释的教学决策逻辑
模型评估：具备构建离线/在线评估体系的能力，熟悉错误样本分析与系统稳定性治理
软性要求
结果导向：对模型上线后的真实教学效果负责，而非仅关注离线指标
业务理解：愿意深入理解儿童认知特点与语言学习规律，将算法与教研目标对齐
协作能力：能与产品、教研、工程团队高效沟通，平衡模型理想效果与工程约束