卓驭科技｜大模型算法实习生（语音/多模态）

1. 参与语音算法研发，包括语音增强、回声消除、语音识别（ASR）等，优化实时语音交互效果； 2. 开发多模态大语言模型（LLM）与视觉语言模型（VLM），探索文本、语音、图像跨模态对齐与交互技术； 3. 构建RAG（检索增强生成）、Agent任务编排等应用框架，推动大模型在业务场景中的落地。

1. 计算机科学、人工智能、电子工程等相关专业在读硕士/博士，2026届及以后毕业生优先； 2. 熟悉PyTorch/TensorFlow框架，精通Python/C++，具备扎实的算法与数据结构基础； 3. 掌握语音信号处理技术（ASR/TTS/语音增强）或大模型开发经验（预训练、SFT、RLHF）； 4. 了解多模态技术原理，有LangChain、Dify等应用框架使用经验者优先； 5. 较强的英文文献阅读能力，能快速跟进LLM、VLM等领域前沿技术； 6. 良好的沟通能力与团队协作精神，对AI技术商业化落地有热情。 加分项 1. 在语音/多模态领域顶级会议（ICASSP、Interspeech、CVPR等）发表论文或国际比赛获奖； 2. 熟悉Whisper、Qwen-Audio等开源模型，或有流式语音合成/实时对话系统开发经验。