【工作职责】 1.主导Omni全模态模型架构设计与演进，结合行业前沿技术（如Transformer变体、MoE架构等），设计端到端原生统一的模型架构，打破传统多模态拼接式设计的局限，降低跨模态交互延迟，提升模型整体性能与扩展性，支撑文本、语音等多模态的统一处理需求； 2.聚焦语音与LLM的对齐核心模块，负责语音信号与LLM语义空间的对齐技术研发，包括但不限于语音编码器与LLM嵌入层的适配、跨模态特征投影、语音-文本双向对齐优化等，解决模态间语义损耗、对齐精度不足等关键问题，实现语音信息与文本语义的精准映射； 3.跟踪Omni全模态模型、语音处理、LLM领域的前沿技术与研究成果（如NeurIPS、ICLR、ICASSP等顶会论文），结合业务需求开展技术预研与创新，将前沿技术落地到模型架构设计与对齐模块优化中，形成可复用的技术方案与工程化能力； 4.与工程、产品等跨团队协作，明确技术需求，推动模型架构方案的工程化落地，配合完成模型部署、性能调优及问题排查，支撑业务场景的规模化应用；沉淀模型架构设计文档、对齐技术规范及算法优化手册，保障技术可传承、可复用。 【任职要求】 1.熟悉Omni全模态模型的核心原理与架构设计，深刻理解端到端原生统一架构的设计逻辑，熟悉主流Omni模型（如Qwen3.5-Omni等）的架构特点与优化思路，具备独立完成模型架构设计与迭代的能力； 2.扎实掌握语音信号处理技术，熟悉语音编码、声学特征提取、语音识别（ASR）、语音合成（TTS）等核心技术，了解主流语音模型（如Whisper等）的原理与应用，能独立设计语音相关算法模块； 3.掌握跨模态对齐核心技术，有语音与LLM对齐相关研发经验，熟悉连续编码、离散编码、混合编码等对齐方式，能解决模态间语义空间不一致、对齐误差等问题者优先； 4.熟练掌握至少一种深度学习框架（PyTorch/TensorFlow），具备扎实的编程能力（Python/C++），能独立完成算法代码开发、调试与优化；熟悉分布式训练、模型量化、推理加速等技术者优先，了解vLLM、Triton等推理框架更佳； 5.有相关领域开源项目及论文核心作者经历加分。