具体职责:围绕voice agent/speech language model的研究工作，包括但不限于如下事项:1.为满足AGI时代”活人感”语音交互的需求，致力于完成包括但不限于以下目标:复杂声学+时3空信息的声学理解、通过图灵测试水平的交互节奏/交流内容/语音输出，并完成所需的技术创新;互能力搭建，落地到高德多项agent应用场景;2.多模态对话大模型的研发、语音对话pipeline方案以及端到端方案的交互能力搭建、全双工交3.跟进最领先的语音理解/语音生成/语音交互技术，包括但不限于提出新的技术框架、改进现有的算法、持续提升相关技术及业务指标，鼓励撰写论文及申请专利;4.探索前沿方向，如更加高效且合理的模型架构、跨模态(文字/语音/视觉)混合训练的最佳实践、 基于speech language model后l练技术、 COT Reasoning in streaming full-duplex, proactiveinteraction，等等。结合全链路各个agent，持续提升voice agent的交互体验;5.海量的语音数据的处理构建:定性分析、定量评估、参与设计自动评估框架，研发scalablef勺改进方案，持续提升数据质量。

岗位要求 1.研究生及以上学历或优秀本科生，计算机、人工智能、软件、数学等相关专业;莫型等)有过深入的研究经历或者应用经验;2.较强的代码能力，在文本大模型或多模态大模型某一领域(语音大模型、Voice Agent、生成3.熟练掌握C/C++，Python，Shell编程语言，对数据结构和算法设计有较好的理解;4.精通Pytorch/megatron等深度学习框架，熟悉 Transformer 架构以及大语言模型基础知识;