腾讯混元大模型交互算法工程师（北京/上海）

1.负责语音/音频大模型研发，包括语音对话（语音交互/音视频对话）、音频理解（ASR/音频caption）、音频生成（TTS/视频配音）等模型研发； 2.负责语音/音频大模型的预训练、后训练、强化学习（文本和音频强化）相关的数据和算法工作； 3.负责语音对话/音频理解/音频生成的模型开源以及产品落地（比如语音对话产品全链路端到端优化、音频理解在噪音/口音/远场/音效音乐场景的优化、语音合成在播报/闲聊/游戏/社交等场景的优化）。

1.跟踪业界最新的语音生成算法研究，探索下一代语音、音频生成新范式，拓展语音生成边界能力； 2.探索多模态语音大模型的前沿技术，结合文本、语音、视觉等技术提升语音交互体验； 3.负责语音大模型的技术研发工作，推动模型性能提升与创新应用。

1.设计具备多模态联合感知、推理、记忆与生成能力的统一大模型架构（视觉/音频/文本）； 2.构建支持持续学习、多级记忆、主动探索和自演进的大模型系统； 3.推进 agent化方向，使模型具备自主任务规划、跨模态交互、工具使用和自我优化能力； 4.深度参与通用表征、音视频同频建模、世界模型、稀疏建模等关键模块的设计与实现； 5.跟踪并研究前沿技术趋势，推动创新技术在项目中的应用。

1.负责混元大模型相关研发工作，包括文本创作、文本理解、数学、翻译、Agent FunctionCalls等专项； 2.负责混元在公司内相关业务场景落地，根据业务需求优化混元模型，提升业务效果； 3.负责跟踪和探索大语言模型的前沿问题，结合实际场景，提供全面的技术解决方案，参与前沿算法与应用的研究。