多模态交互算法工程师

一、岗位定位
作为多模态情感交互方向的核心成员，你将专注于端侧轻量化情绪识别与动态人设技术，负责构建基于摄像头、麦克风等传感器的实时情感识别模型，并驱动个性化的交互策略。该岗位聚焦算法本身，不涉及硬件开发，要求具备扎实的多模态信号处理与模型轻量化能力。
二、岗位职责
1. 负责面部表情识别、语音情感识别算法的研发与优化，支持在资源受限设备上实时运行。
2. 探索多模态融合方案（视觉+听觉），提升情感识别的准确性与鲁棒性。
3. 应用模型压缩技术（量化、剪枝、知识蒸馏），在精度与算力之间取得最优平衡。
4. 负责模型在端侧推理框架（TensorRT、ONNX Runtime、TFLite）上的适配与优化。
5. 参与动态化AI人设框架的设计，使交互对象具备稳定的性格特征并能随交互演化。
6. 构建用户情感画像与长期记忆模块，实现个性化交互。
7. 基于状态识别结果，设计主动互动时机判断与交互策略，提升交互自然度。
8. 参与多模态输出生成（表情、语音语调、动作指令）的算法研发。
9. 基于开源大模型（Qwen、Llama、DeepSeek等），进行情感对话数据、多模态交互数据的指令微调（SFT）与偏好对齐（DPO/RLHF）。
10. 参与训练数据的清洗、标注与特征工程，持续优化模型效果。

三、任职要求
1. 本科及以上学历，硕士、博士优先，计算机科学、人工智能、电子信息、自动化等相关专业，985高校或计算机学科优势高校优先。
2. 具备扎实的编程能力，熟练掌握Python，熟悉PyTorch/TensorFlow等深度学习框架；深入理解Transformer、CNN、RNN/LSTM等架构。
3. 有实际的多模态情感计算或人机交互项目经验（面部识别/语音情感/多模态融合等至少一项）。
4. 熟悉至少一种推理优化框架（ONNX Runtime、TensorRT、TFLite），能够平衡模型精度与实时性；了解模型轻量化技术（量化、剪枝、知识蒸馏），有部署多模态模型的经验者优先。
5. 对多模态交互、情感计算、动态人设等前沿方向保持高度关注，具备快速学习、独立解决问题及跨团队协作能力。
6. 遵守与认可公司的文化与价值观，有团队凝聚力与责任感，具备奋斗精神，能够承担较大工作压力。

四、办公氛围与环境：
学习型的组织，我们能提供花园式的办公场地。