logo of tencent

腾讯光子 AI-高级研究员-语音合成与多模态大模型

社招全职1年以上预算专用-光子技术发展部公共产品技术地点:深圳状态:招聘

任职要求


1.计算机科学、电子工程、信号处理或相关领域博士学位;
2.具备扎实的语音/音频处理基础,熟悉现代生成模型(如扩散模型、流匹配、自回归模型、基于编解码器的方法等);
3.具有将大语言模型扩展至语音/音频模态的实际经验(如语音分词器、多模态适配器、语音-文本联合训练等);有全双工或流式语音对话系统及实时交互建模经验者优先;
4.熟练使用 Python
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1.基于大语言模型(LLM)及多模态/全模态大模型,研究和开发前沿语音合成与生成算法(如 TTS、语音转换、声音/音乐生成等);
2.开发和优化面向线上应用的语音及音频合成系统,提升效果、效率和可扩展性;
3.探索并推进全双工/流式多模态大模型在语音理解、语音生成及实时语音交互方面的能力;
4.与研究和工程团队跨职能协作,推动项目从原型验证到生产落地。
包括英文材料
学历+
Python+
深度学习+
PyTorch+
ICML+
还有更多 •••
相关职位

logo of tencent
社招1年以上公共技术

1.负责构建基于大语言模型的 Agent 系统,并持续迭代优化其核心性能; 2.联动游戏策划与研发团队,推动 LLM 智能体在在线游戏环境中的工程落地,兼顾低延迟、低成本与高品质的玩家互动体验; 3.紧跟 LLM 在推理、规划、工具使用及记忆机制等方向的前沿技术发展,并针对游戏 Agent 场景进行定制化适配。

更新于 2026-07-16深圳
logo of tencent
社招3年以上公共技术

1.利用游戏海量数据,设计和构建游戏大模型,包括但不限于社交网络分析,推荐,异常用户挖掘等,为产品设计研发及运营提供支持; 2.数据特征算法:负责海量文本&多模态数据(图像,视频,音频,3D)的内容理解(如分类标签体系、embedding表征、Caption生成等),质量检测(低质识别检测、优质美学评价等),去重/聚类分析,数据合成等算法; 3.关注行业前沿动态,保持行业敏感度,对竞品有专业的研究和分析。

更新于 2026-07-02深圳
logo of tencent
社招5年以上预算专用-光子技

1.参与Coding方向的大模型算法研发,构建能够理解复杂代码任务,完成游戏场景软件工程任务的智能体系统; 2.提升Code Agent在代码能力、指令遵循、长程任务执行等方向上的核心能力; 3.参与大模型预训练与后训练优化,包括但不限于数据构建、SFT、RL算法、Reward设计,持续提升模型Coding能力; 4.构建面向游戏场景的评测体系与数据闭环,包括Benchmark、数据回流和针对性能力优化。

更新于 2026-07-07深圳
logo of tencent
社招1年以上预算专用-光子技

1.推动基于Diffusion的视频模型推理时效率优化; 2.针对消费级显卡优化推理 pipeline,目标实现端侧高效生成; 3.设计高并发推理服务,实现多模型路由与灰度发布; 4.建设端到端超低延迟管线,融合硬件加速编解码; 5.研发高效视频编码配置,适配实时流媒体协议; 6.跟踪最新加速方法,探索投机式扩散采样与训推一体优化。

更新于 2026-07-10深圳