夸克千问C端事业群-AI助手算法架构师-杭州/上海

1. 优化多模态对话框架，建设超长程对话能力，通过长短期记忆、物理环境感知等手段增强智能度，打造行业领先的智能对话助手; 2. 建设AI穿戴硬件网关，与硬件端侧紧密协作，多种手段优化穿戴硬件在弱网、断网场景下的用户体验问题，持续提升易用性、稳定性; 3. 把握行业的前瞻技术发展趋势，基于业务场景，结合新技术、新形态，推动技术创新性产品落地.

负责AI眼镜背后的整体云端算法解决方案，包括语音助手、拍照问答、全模态live交互等核心能力。持续推动大模型（LLM/VLM）在逻辑推理、问答、复杂上下文理解、指令遵循、Agent智能体及多模态交互等核心方向取得突破性进展，打造行业领先的智能体验。具体职责包括： 1、LLM/VLM后训练技术研发与落地： 探索并应用SFT、RLHF、DPO、RLVR等训练范式及模型蒸馏等对齐策略，持续提升模型在RAG、行业知识掌握、用户偏好理解、指令遵循能力及抑制幻觉等方面的表现。 2、多模态统一模型构建： 规划并实施文本、语音、视觉等多模态信息的统一建模方案，确保模型在文本问答、图文百科、视频实时对话等复杂场景下具备精准的理解能力和高效的输出能力。 3、眼镜场景算法闭环迭代： 构建基于线上日志的数据飞轮，体系化建设眼镜场景专属训练数据集，并推动模型持续迭代更新。聚焦业务痛点，解决实际问题，构建坚实的技术壁垒。

岗位目标： 面向人工智能前沿技术领域，聚焦计算机视觉、自然语言处理、大模型等核心技术，研发高性能、低时延的智能系统，支持语音助手、多语言交互、智能内容生成、视觉理解等多种应用场景，推动AI技术的产品化落地与规模化应用。 具体职责包括但不限于： 核心算法研发与优化： 针对具体任务场景（如语音识别、机器翻译、图像理解、文本生成等），开展深度学习模型的算法设计与创新，探索新型神经网络架构（如Transformer、MoE、扩散模型等），提升模型在复杂环境下的准确性、鲁棒性与泛化能力。 负责端到端建模优化，结合上下文理解、对话状态追踪或多模态融合技术，增强系统在连续交互场景中的语义理解与响应能力。 构建高质量训练数据体系，设计自动化语料清洗、标注与增强方案，覆盖多语言、多方言、噪声或小样本等挑战性场景，支撑模型持续迭代。 大模型技术研发与应用： 参与大规模预训练模型（LLM、VL模型等）的研发与微调，包括指令微调、对齐优化、提示工程及推理加速，提升模型在下游任务中的表现。 探索大模型在跨模态理解（图文、音视频）、实时生成、知识推理等场景的应用路径，推动AIGC、智能摘要、自动字幕、翻译等业务的技术升级。 研发高效微调技术（LoRA、Adapter等）与模型服务架构，实现大模型在资源受限环境下的灵活部署。 系统性能优化与工程化落地： 推动模型轻量化与推理加速，应用模型压缩、量化、蒸馏、剪枝等技术，提升模型在移动端、边缘设备或云端的运行效率。 协同工程团队完成算法模块的高性能集成，优化分布式训练与推理框架，保障系统低时延、高并发与稳定性。 支持多平台部署（移动端、PC端、Web端、云服务），参与全链路性能调优与监控体系建设。 前沿技术探索与跨领域协作： 跟踪人工智能领域最新研究进展（CV/NLP/ASR/TTS/MT等），结合业务需求进行技术预研与原型验证。 与产品、数据、工程团队紧密协作，深入理解用户场景，推动AI能力在实际产品中的创新应用。

1、负责千问AI助手的主模型策略迭代。结合大模型能力演进与用户核心需求，制定清晰的产品发展路线图与策略方案，对端到端效果负责； 2、深入挖掘用户在业务核心场景中的痛点，结合 LLM、Memory 与 Agent 能力，持续优化用户体验； 3、对 AI 助手长期演进方向有稳定认知与判断，持续追踪行业动态与竞争对手产品策略，结合自身产品定位输出有竞争力的产品方案； 4、主导跨团队协作，联动算法、UED、研发、测试等多团队，主导产品设计、方案落地到效果评估的完整闭环，通过数据分析与用户反馈推动持续迭代。