OmniDialogue：全模态理解和语音对话大模型探索研究

Job description

工作职责

• 负责OmniDialogue对话算法的构建与架构优化，主导模型训练策略的制定与演进，致力于提升大模型在多轮复杂交互场景下的逻辑推理与语义理解能力；
• 深度参与全模态数据工程建设，设计并研发针对语音、文本、视频等跨模态数据的高效处理算法，确保海量异构数据在预训练与微调过程中的高质量清洗与深度特征提取；
• 负责多模态融合感知的算法研发工作，通过优化数据分析模型与处理管线，实现不同模态信息的高效协同，驱动算法在多元业务场景下的精准落地；
• 持续追踪全球Omni Chat大模型的前沿趋势与行业动态，开展核心技术预研与专项攻坚，通过算法创新不断突破模型准确性与推理效率的瓶颈，保持技术的领先优势。 任职要求
• 获得本科及以上学历，计算机科学、人工智能、自动化、数学、物理、软件工程等相关专业；
• 熟悉语音信号处理、音视频处理及深度学习相关知识，对Transformer、GPT等模型架构有深入理解，并熟悉大模型预训练与微调全流程；
• 熟练掌握Python、C++编程语言，具备扎实的编码基础与工程实现能力，有ACM等编程竞赛获奖经历，或在GitHub等开源社区有较高影响力的代码贡献；
• 具备良好的英语读写能力，能够熟练阅读并深入理解相关领域的英文学术文献；
• 在CCF/清华推荐的A类会议或期刊上有高质量论文发表记录，或曾开源并维护过具有行业影响力的相关模型。