夸克智能信息-AI语音研发工程师/专家-北京

岗位职责： 该职位通过大模型训练、Agent、RAG、N2SQL、NLP、语音处理等技术创新和突破，构建Agent通用平台、大模型训练平台等工具产品，同时支持对话机器人等垂直应用及智能产品的建设。欢迎敢于接受挑战的候选人加入我们，一起赋能企业客户。我们的研究方向包括但不限于： 1、通用大模型、推理大模型预训练、微调、强化对齐等技术的持续研究创新； 2、多语言大模型、领域大模型的训练技术研究与落地； 3、AI数据清洗、加工、合成、自动标注技术研究与落地； 4、文本机器人、语音机器人、质检机器人等客服域技术的研发与落地； 5、多Agent、RAG、N2SQL、自主决策等技术的研究与落地； 6、入呼大模型机器人、外呼大模型机器人研发经验；熟悉VAD, ASR, TTS等语音相关技术； 以上方向擅长其中1个即可

1、负责千问、夸克的Agent应用研发，熟练运用agent相关技术，实现诸多AI应用的快速落地与持续迭代； 2、保障Agent应用系统的稳定、高效运行，帮助业务优化性能和改善系统稳定性，持续提升用户体验； 3、持续跟踪前沿技术趋势，关注并探索引入新技术新方法，持续提升产品技术、工程架构上的先进性。

语音是人机交互中最自然、最便捷的模态。随着大模型时代的到来，语音AI的研究正从单一任务向多模态、高自然度交互演进。在阿里巴巴，我们的语音技术已深度植入流媒体、直播互动、智能客服、办公会议、AIoT及数字人等多元场景。我们正在寻找志同道合的伙伴，共同探索语音技术在复杂场景下的极限。在这里，你不仅能触达海量的真实数据，更能亲手打造影响亿万用户的交互体验。一段更具挑战、更有成就感的旅程正待开启！ 岗位职责： 1. 核心算法研发： 负责语音信号处理领域的前沿算法研究与落地，包括但不限于语音识别（ASR）、语音合成（TTS）、说话人识别与分离（Speaker Verification/Diarization）、语音增强及端到端语音交互方案； 2. 专项技术突破： ● 声纹与属性识别： 负责声纹识别、语种识别以及情绪识别（Emotion Recognition）的算法优化，提升在真实业务场景下的识别精度与跨域泛化能力； ● 音频内容理解： 基于语义与声学特征，深度挖掘语音中的情感、意图及环境信息，赋能直播审核、内容分析等业务； ● AI-VAD： 研发基于深度学习的高鲁棒性语音活动检测（VAD）算法，解决强噪声、多语者叠加、远场等复杂环境下的起停点检测痛点； 3. 模型工程化落地： 推动算法在云端或端侧的部署优化，在保障性能（精度/鲁棒性）的同时，平衡算力消耗与推理延迟； 4. 技术预研： 跟踪并探索语音领域前沿技术（如大语言模型与语音的结合、Speech-to-Speech原生端到端交互等）。

蚂蚁国际全球技术AI智能部正在寻找有激情并且具有创新能力的算法专家，通过使用AI 特别是生成式人工智能技术，推动蚂蚁国际化业务的发展。蚂蚁集团是一家AI驱动的公司，国际化是蚂蚁集团的重点方向，在这个职位上，你有机会接触到互联网金融，人工智能，国际化这3个当前最热门领域。 国际AI智能部负责大模型算法的创新应用与落地，同时也负责蚂蚁国际的 AI 基础设施和应用平台的建设。我们正在寻找热爱大模型的优秀人才加入我们。 其中，金融 AI 与大模型应用平台团队负责蚂蚁国际的金融 AI 业务，如基于大模型的金融助理在海外钱包的落地，以及蚂蚁国际的 AI 平台与基础设施建设，通过更加高效的训练和推理能力，以及结合 Agent 的平台研发助力蚂蚁国际全面拥抱生成式人工智能达成 AI 为先的战略。 1.负责大模型技术前沿技术跟踪、创新和落地。负责文本以及多模态大模型算法研发，对图片语音文本进行跨模型理解和生成。通过大模型算法创新和优化，致力提升大模型算法的场景落地和业务增效； 2.负责研发知识增强大语言模型技术，包括大模型领域适配、知识对齐、知识增强等，深入挖掘垂直行业、开源以及蚂蚁的海量数据，构建行业知识库，以支持相关技术的蚂蚁国际各个业务中的持续创新和实践应用； 3.负责垂直领域大模型算法开发，通过持续预训练和多任务模型微调，提升垂直大模型的核心技术价值和平台化落地； 4.深度参与产品研发项目，与团队成员合作，共同推动人工智能技术在实际业务中的应用和落地； 5.深入跟踪调研大语言模型以及相关方向（包括但不限于LLM/多模态等）的前沿技术，并适时进行技术分享。推动相关领域技术创新，进行专利申请和学术文章发表。