以上为北京时间。链接检查不代表仍在招聘,申请前请以招聘官网为准。
按这个岗位的城市和方向提醒,确认后才开启,可选择每日或每周。
岗位职责:
【工作职责】
1. 全局 AI 架构设计: 负责从 0 到 1 构建机器人的感知(语音/视觉)、认知(LLM/记忆)到决策(移动/交互)的全栈 AI 架构,确保低延迟、高可靠的端云协同体验。
2. 多模态模型融合: 领导 VLM(端侧视觉模型)与 LLM(大语言模型)的深度集成,实现“看到即懂、懂即反馈”的实时交互逻辑(如:视觉主动触发对话、基于环境的情感理解)。
3. 端侧部署与性能优化: 负责模型在端侧上的量化、剪枝与加速,在有限的功耗和算力下实现 流畅运行。
4. 全链路语音工程: 构建涵盖前端降噪、ASR(语音识别)、TTS(情感化语音合成)的闭环,重点突破嘈杂家庭环境下的唤醒与多轮对话。
5. 数据飞轮与自动驾驶: 搭建数据闭环系统(Data Loop),利用测试家庭反馈进行模型 SFT(精调)与 RLHF,提升机器人的个性化记忆与长线陪伴能力。
6. 安全与隐私架构: 设计端侧边缘计算方案,确保儿童视频/语音数据的绝对隐私安全,符合全球最严苛的合规标准。
【任职资格】—— 硬核与全栈
1. 学术与工程背景: 计算机、人工智能或机器人相关专业硕士/博士,5 年以上 AI 算法工程经验,至少完整主导过一款智能硬件的 AI 系统设计。
2. 大模型实战: 深谙 Transformer 架构,有 LLM(如 Qwen, Llama)精调与 RAG(检索增强生成)经验。熟悉多模态学习,有 VLM 落地经验者优先。
3. 端侧落地能力: 深度调优端侧 NPU/GPU/DSP,利用模型量化、算子融合等手段,在有限的硬件资源下榨取最大 AI 算力,解决发热与降频对 AI 体验的影响。
4. 全栈技术栈: * 精通 Python/C++,熟悉 PyTorch/TensorFlow 框架;
o 熟悉常用语音处理流程(STT/TTS/NLP);
o 熟悉计算机视觉常见任务(人脸/骨骼/行为/物体识别)。
5. 系统工程思维: 具备深厚的分布式系统、中间件或实时通信(RTC)架构经验,能解决 AI 模块与其他硬件控制模块的协同开销问题。
【职位类别】研发技术类
【学历要求】本科及以上
【招聘项目】日常招聘
【所属公司】创新业务群
计算机、通信和其他电子设备制造业