中国电信｜AI开发工程师（声纹感知方向）

1.负责声纹、振动等非结构化数据的转换分析、特征工程、算法选型、模型设计、训练调优、落地迭代。 2.主导 CNN/时序模型/树模型等算法架构设计，解决异常检测、定位、分类识别、过拟合、泛化性等核心问题，兼顾算法理论创新与工程落地。

1. 数字信号处理能力：精通音频/振动时序信号基础：采样、滤波、加窗、傅里叶变换、频谱分析、功率谱、信噪比计算；熟练使用MFCC、FBank、梅尔频谱、时频分析等声纹/音频特征提取方法；掌握噪声抑制、信号增强、异常信号增强等预处理技术，能处理现场复杂背景噪声。 2. 机器学习&深度学习理论：精通传统机器学习：SVM、GBDT、XGBoost、特征工程、模型正则、样本不均衡处理；精通深度学习基础：卷积网络（CNN、ResNet）、循环网络（LSTM/GRU）；了解 Transformer、注意力机制；理解模型原理：损失函数、梯度反向传播、过拟合/欠拟合成因与解决方案、正则化、早停、迁移学习、模型冻结/微调；掌握分类、回归、异常检测、时序定位等任务的算法范式与评价指标。 3. 模型研发与实战能力：非结构化时序/音频数据建模，独立完成声纹、振动波形全链路算法设计：数据预处理→特征提取→模型搭建→训练调优→效果验证。 4. 异常检测&故障诊断专项经验：有工业音频、设备振动、故障诊断、异常检测项目经验优先；熟悉小样本、类别不平衡场景下的算法优化策略。 5、工程与工具能力：主力编程语言Python，熟练使用PyTorch/TensorFlow搭建、训练、调试模型；熟练使用librosa、scipy、numpy等做音频/信号处理；模型部署与优化，掌握模型导出（ONNX）、推理加速、量化、降采样等工程优化手段；了解 CPU/GPU 推理性能调优，了解基础数据标注、评测体系，能独立设计算法评估方案。 专业要求：人工智能，计算机，信息通信等相关专业