通义通义实验室-AI交互系统高级架构师-北京/杭州
任职要求
1. 计算机、人工智能、自动化或相关专业硕士及以上学历，8年以上AI算法研发经验，5年以上大型系统架构设计经验。 2. 在多模态人机交互领域有扎实积累，精通至少三项核心技术：语音处理（ASR/TTS/NLU）、计算机视觉（人脸/手势/场景理解）、自然语言处理、对话系统、行为建模或个性化推荐。 3. 熟悉端侧AI部署全流程，掌握模型压缩（剪枝/量化/蒸馏）、推理加速（TensorRT、NNAPI、Core ML等）及异构计算优化技术。 4. 具备优秀的系统抽象与工程落地能力，熟练使用C++/Python，熟悉Linux/Android/QNX等嵌入式或移动操作系统。 5. 有AI手机、智能…
工作职责
1. 主导面向ToB行业（如AI手机厂商、智能汽车Tier1/主机厂等）的多模态交互系统整体架构设计，制定可扩展、高性能、低延迟的技术方案。 2. 深度参与客户需求分析，抽象行业共性问题，构建标准化、模块化的交互算法平台，支持多客户、多终端快速适配。 3. 负责核心交互链路的设计与优化，包括但不限于：端云协同语音识别与合成、多轮对话管理、视觉-语言跨模态理解、情境感知建模、用户意图预测与个性化响应。 4. 推动算法在资源受限设备（如车载芯片、手机SoC）上的高效部署，兼顾精度、功耗与实时性。 5. 牵头关键技术攻关，评估并引入大模型（LLM）、多模态基础模型（Multimodal Foundation Models）等前沿技术在交互场景中的应用路径。 6. 协同产品、硬件、OS、云服务及客户工程团队，确保技术方案从概念到量产的高质量交付。 7. 输出面向客户的架构白皮书、技术提案及标杆案例，支撑售前技术交流与生态合作。
我们正在招募一位具有系统级思维与AI大模型技术前瞻视野的 资深系统架构师，共同设计与构建下一代 AI 原生操作系统（AI Operating System, AIOS）。AIOS 是为智能计算时代重新定义的系统平台。它不再只是传统操作系统的资源管理者，而是智能体时代的计算基石，通过深度融合 基于大模型的AI 推理、感知、学习与决策能力，让系统能够自我理解、自我优化，并主动协作。您将站在系统软件与人工智能、大模型技术的融合前沿，定义AIOS的核心架构、智能调度体系、AI运行时、AI助手、AI智能体以及人机共生的新一代系统框架。 主要职责： 1. 主导 AIOS 的整体架构设计，包括AI原生系统内核层、系统服务层、AI运行时与智能交互层； 2. 设计并实现 AI原生系统内核（AI-native Kernel），将调度、内存与资源管理与AI智能决策引擎深度融合； 3. 构建 AIOS Runtime，支持端侧模型的高效运行、动态加载、分层缓存、在线推理与自适应资源分配； 4. 设计 智能调度系统（AI Scheduler），实现跨CPU/GPU/NPU/DSP的异构资源智能优化； 5. 构建 AI Memory & Model Management Framework，支持模型快速热加载、压缩与生命周期管理； 6. 推动系统级 智能安全与可信计算机制，确保AI决策链的可解释性与可信度； 7. 与硬件、内核、AI算法、设备驱动与应用生态团队协作，打通跨层架构接口，实现软硬件协同优化； 8. 负责AIOS技术蓝图与架构演进路线规划，推动系统持续演化； 9. 指导高级工程师团队落地架构设计，建立高标准的系统工程文化。
工作职责： 参与小红书内部AI平台QuickSilver的前端开发工作，负责平台的前端架构设计和实现。 与后端团队紧密合作，实现数据管理、模型管理、模型训练、压缩、推理、部署、服务管理、资源调度等功能。 优化前端性能，提升用户体验，确保平台的稳定性和高可用性。 设计和实现前端交互界面，提升平台的易用性和美观性。 参与前端技术选型和技术预研，推动前端技术的发展和创新，引入和推广新的技术和工具。
1、负责AI智能化工作流引擎的架构设计与研发，构建复杂业务场景的自动化系统，持续优化执行效率及稳定性； 2、开发基于LLM的智能决策节点组件，探索AI能力与工作流引擎的深度集成方案，提升业务流程自动化水平； 3、设计可视化工作流编排工具，开发支持动态配置、实时监控、异常自愈的智能工作流管理平台； 4、构建支持多模态交互（CLI/低代码/自然语言/音视频/图像）的工作流开发体系； 5、针对行业场景设计AI增强型工作流解决方案，如智能客服流程编排、自动化决策引擎等创新应用。
-负责营销SaaS产品数字员工智能体应用的需求调研、设计及研发落地工作，结合已有的外呼、客服等应用产品，推动AI Agent在营销、客户服务等To B垂直领域落地并取得业务价值 -负责营销场景售前线索收集、售中对话分析、售后客服等场景化Agent技术预研、架构设计、业务模型抽象及功能开发保持对业务场景的敏锐洞察，快速熟悉业务流程并理解业务痛点，沟通并分析产品需求，制定技术方案，设计与研发核心系统及模块，推动产品快速迭代 -负责AI Agent框架设计与实现，构建高可用、低延迟的AI Agent生产环境。探索大模型与Agent技术的结合，解决复杂场景下的推理能力 -优化Agent与工具调用的协同机制，提升任务规划、自主决策和交互体验，构建各场景化Agent的自动化评估系统