算法工程师（音频方向）

岗位职责: 1、核心语音算法与模型应用 负责公司AI产品中ASR（语音识别）、TTS（语音合成）等核心功能的开发、推理加速与落地集成； 设计并实现完整的语音处理Pipeline，包括但不限于 VAD（语音端点检测）、Speaker Diarization（说话人分离）、语音切片、降噪与音频过滤等； 跟进并评估前沿ASR模型（如Whisper, FunASR等），针对特定业务场景进行调优。 2、设备端协同与全链路优化 负责与硬件/设备端团队协同，进行端到端的音频链路联调与优化，解决实际场景下的端云交互延迟、音频丢包等问题； 参与设备端音频采集质量的评估，配合设备端进行复杂声学环境下的问题排查（如回声、环境噪声），优化流式/非流式语音识别体验； 制定端云接口的音频传输协议与标准，确保设备端音频数据与云端算法的无缝对接。 3、大模型（LLM）应用与Agent赋能 基于生成的Transcript（语音转文字结果），结合LLM设计并实现高阶NLP功能，如：对话纪要生成、语音情绪识别、意图理解等； 协助Agent团队，利用Prompt Engineering、RAG（检索增强生成）等技术，优化模型输出质量并搭建专属知识库； 参与 AI Agent/Workflow 的设计与编排，打通“听、懂、答”的全链路AI闭环。 4、系统工程化与敏捷开发 参与项目需求分析与系统架构设计，编写相关API接口，协调前后端及硬件团队完成高效对接； 负责相关功能的自动化测试方案设计，保障AI模型及业务流程的稳定性，撰写并维护高质量的技术文档。 任职要求: 1、教育 与经验背景计算机、人工智能、电子通信或相关专业本科及以上学历，具备1年以上语音/AI方向开发经验。 2、语音算法与音频技术 熟悉ASR底层原理及常用架构，有丰富的ASR模型（如Whisper、FunASR、Kaldi、wav2vec等）应用或微调经验； 深入理解或熟悉 VAD、Speaker Diarization 技术，具备实际商业项目落地经验者优先； 【加分项】了解音频信号处理基础（如AEC回声消除、AGC自动增益、ANS降噪等），有智能硬件/IoT/移动端设备协同开发与调试经验者优先。 3、AI工程与大模型能力 熟练掌握 Python，熟悉HuggingFace等开源生态，了解主流模型部署框架（如ONNX, TensorRT等）； 深入理解 LLM、RAG、Prompt Engineering 原理，有实际落地经验； 熟悉 AI Agent/Workflow Orchestration 框架（如LangChain, LangGraph, Eino, LlamaIndex, Spring-ai 等）。 4、工程化开发素质 具备扎实的软件工程基础，熟悉自动化测试工具与AI产品的测试评估流程； 具备良好的跨部门沟通能力与团队协作精神，能够独立推动端到端问题的排查与解决。