腾讯企业微信-多模态大模型算法工程师 -音频方向
任职要求
1.计算机、信号处理、电子工程等相关专业，硕士及以上学历，3年以上语音/音频算法开发经验； 2.熟悉 ASR、TTS、声纹识别、说话人分离等至少一个方向的核心算法原理与工程实现； 3.熟练使用 PyTorch/TensorFlow 等深度学习框架，具备模型训练、微调（SFT）、强化学习（RLHF/DPO…
工作职责
1.负责企业微信音频 AI 相关算法的研究与落地，包括但不限于语音识别（ASR）、语音合成（TTS）、声纹识别、音色转换等方向； 2.负责热词定制、领域自适应、说话人分离等场景化能力的算法设计与优化； 3.探索音频大模型在企业办公场景的创新应用，推动模型训练、微调及端侧部署落地； 4.跟进语音/音频领域前沿技术进展（Whisper、SpeechGPT 等），持续提升核心指标与用户体验； 5.与客户端、后台团队协作，完成算法从原型验证到工程化落地的全链路交付。
1.负责多模态大模型（如音视频理解、视觉问答、图像生成等）的技术研究、应用落地与性能优化； 2.研发和优化基于大模型的多模态应用； 3.收集和构建高质量的多模态数据集，并进行模型的训练、微调和提示工程（Prompt Engineering）； 4.将多模型算法高效地集成到企业微信客户端，与客户端团队合作解决端侧部署和推理的挑战； 5.紧跟多模态领域（如CLIP, BLIP, Stable Diffusion, Sora等）的技术前沿，推动技术创新在产品中落地。
1.负责企业微信音频 AI 相关算法的研究与落地，包括但不限于语音识别（ASR）、语音合成（TTS）、声纹识别、音色转换等方向； 2.负责热词定制、领域自适应、说话人分离等场景化能力的算法设计与优化； 3.探索音频大模型在企业办公场景的创新应用，推动模型训练、微调及端侧部署落地； 4.跟进语音/音频领域前沿技术进展（Whisper、SpeechGPT 等），持续提升核心指标与用户体验； 5.与客户端、后台团队协作，完成算法从原型验证到工程化落地的全链路交付。
1.负责AI agent的研发与维护工作，完成各AI agent的功能实现、性能维护； 2.与产品、算法、测试等团队紧密配合，搭建AI agent服务，打通企业自有数据和服务，丰富企业微信AI能力； 3.持续进行系统的技术架构优化与性能优化，提升产品竞争力。
1.负责构建具备自主决策、协作与工具调用能力的多智能体系统（Multi-Agent System），推动大模型从“对话式AI”向“任务执行体”演进，解决复杂场景下的自动化问题； 2.深入研究并应用LLM的复杂推理技术（如思维链CoT、思维树ToT），攻克开放式、复杂问题的深度研究模式，赋予Agent独立探索与解决问题的能力； 3.运用指令微调、强化学习等方法，提升大模型规划、推理与遵循指令的能力，从而提升模型知识边界探索和抗干扰的能力。