Geely 算法 jobs (salary & requirements)

全双工语音交互高级/资深算法工程师（机器人方向）
聚焦服务/人形机器人端实时全双工语音交互核心技术，旨在打破传统一问一答的被动交互模式，实现人机自由连续对话、随时打断、边说边响应的拟人交互体验

岗位职责：
1. 全双工交互核心算法研发：负责机器人全双工连续对话系统设计与开发，主导实时VAD人声检测、智能端点判停、双向打断/拒识策略、对话时序调度、重叠语音处理等核心模块研发，构建人机自由双向交互的核心能力。
2. 语音全链路体验优化：联动AEC回声消除、NS噪声抑制、人声分离、ASR识别、NLU理解、TTS合成、对话管理全链路，针对机器人远场拾音、动态移动、多人对话、嘈杂环境等场景，持续优化交互延迟、打断准确率、识别正确率、对话流畅度等核心指标。
3. 语音大模型模型迭代与端侧轻量化：跟进语音大模型、端到端语音交互前沿技术，基于Transformer/Conformer/FunAudioLLM等架构完成模型训练、微调、蒸馏与量化压缩，适配机器人边缘端低算力、低功耗、高实时性的量产部署要求。
4. 复杂场景技术攻坚：专项解决机器人落地核心痛点，包括强回声抑制、高低噪环境适配、多人说话重叠、误打断/漏打断、对话卡顿、响应滞后等问题，形成标准化、可复用的场景化语音交互解决方案。
5. 前沿技术调研与技术沉淀：持续跟进Speech LLM、Audio LLM、端到端语音对话、多模态语音大模型等前沿技术，完成技术选型、方案创新与落地，沉淀模型训练、微调、部署全套工具链与技术文档。

任职要求：
基础要求
1. 本科及以上学历，人工智能、计算机、通信工程、电子信息、自动化、信号处理等相关专业，有机器人全双工连续对话项目经验者优先。
2. 扎实的机器学习、深度学习、语音信号处理理论基础，深刻理解语音交互全链路原理，熟悉全双工双向交互的核心难点与优化思路。
专业技能要求
1. 核心算法能力：了解全双工语音交互体系，熟练掌握VAD、端点检测、AEC回声消除、NS降噪、人声分离、双向打断机制、对话时序控制等核心算法，具备独立设计全双工交互策略的能力。
2. 模型研发能力：熟练使用PyTorch/TensorFlow框架，精通Conformer、Transformer等主流语音模型，熟悉语音大模型、端到端语音交互技术，具备模型微调、轻量化、推理加速实战经验。
3. 全链路协同认知：熟悉ASR、NLU、DM、TTS完整语音交互链路，理解各模块协同逻辑，可从整体对话体验视角定位、拆解并解决全链路交互问题。
4. 工程落地能力：熟悉Linux开发环境，熟练使用Python/C++进行算法开发，具备边缘端算法部署、量化优化、低延迟调优经验，适配机器人端侧量产场景。
5. 场景实战能力：有服务机器人、陪伴机器人、人形机器人语音交互落地经验，熟悉远场交互、复杂降噪、多人对话优化场景者优先。

岗位亮点
聚焦人形/服务机器人下一代全双工拟人连续对话核心技术，区别于传统单点语音算法开发，深度主导交互体验升级。团队技术氛围纯粹、项目资源充足，可完整参与算法研发、场景攻坚、端侧优化到量产落地全流程，技术壁垒高、赛道前景广阔，是机器人自然人机交互的核心核心岗

地点：上海 宁波