大模型算法工程师-语音感知
1.负责语音感知相关算法的实现和相关业务落地，包括语音唤醒，语音识别，声纹识别，语种识别，语音翻译，音频事件检测等。
2.负责多模态感知算法的研发和落地，包括视觉端点检测，唇语识别，音视觉语音识别。
3.负责自监督、无监督预训练算法研发，语音大模型预训练、语音模型与LLM结合等方向的研发。
1.音频、机器学习、语音、自然语言处理、机器视觉等相关专业硕士(AI,EE,CS,NLP)以上学历。
2.熟悉传统机器学习基础理论，熟练掌握Kaldi, TensorFlow, Pytorch等社区开源工具中的一种及以上，熟练C/C++，Python，Shell编程语言，对数据结构和算法设计有深刻理解，参加过ACM等编程比赛的优先。
3.有以下研究经验优先：
语音识别端到端声学建模(LAS, transformer/conformer,rnn-transcuder)、语言模型建模如NNLM、语音翻译。
语音无监督预训练(wav2vec，hubert，wavLM等)、文本预训练神经网络语言模型(Bert，XLNet，GPT，LLM等)预训练+精调。
模型裁剪压缩轻量化。
说话人识别与确认、音频事件检测与分类、说话人日志。
语音分离与增强、语音端点检测、关键词检出、音视觉语音识别/意图分类/说话人识别。
4. 学习能力强，逻辑思维清晰，具有自我驱动力，有创造力，有较强的文献阅读能力，快速实现或设计音频相关算法，在相关国际会议或主流期刊上发表论文者优先（ICASSP，Interspeech，ASRU，CVPR、ICCV)。
投递网址：https://li.auto/uDHb5AB
地址：北京
