【27届校招】多模态人机交互算法工程师/研究员

机器人自然交互算法研发：面向通用人形机器人及真实物理世界场景，研发融合语音、视觉、文本、表情、手势、姿态和动作的多模态交互算法，打造自然、实时、主动且具有人格一致性的机器人交互体验。

多模态感知与意图理解：研究复杂环境下的语音识别、声源定位、说话人识别、视觉感知、行为理解、情绪识别及多模态意图融合，实现机器人对“谁在说、对谁说、表达什么、希望机器人做什么”的准确判断。

对话决策与行为生成：构建面向真实场景的多轮对话、任务规划、记忆管理与交互决策系统，研究语言、表情、注视、手势及全身动作的协同生成，提升机器人交互的连贯性、拟人性与任务完成能力。

复杂场景交互与智能体建设：针对家庭、商业服务、工业等开放场景，解决多人交互、远近场交互、噪声干扰、指代消解、空间关系理解及动态打断等问题，构建具备环境认知和持续交互能力的机器人智能体。

系统集成与端侧部署：与大模型、感知、运动控制、硬件及测试团队紧密协作，推动交互算法与机器人软硬件系统深度集成；持续优化端侧推理性能、交互时延、系统稳定性及用户体验。

数据闭环与效果评估：建立机器人交互数据采集、标注、训练、评测和线上迭代体系，设计任务成功率、意图识别准确率、响应时延、自然度及用户满意度等评估指标，推动算法持续迭代。

技术影响力建设：跟进人机交互、多模态大模型及具身智能领域的最新进展，通过技术创新和系统落地，形成具有行业竞争力的机器人交互解决方案。

计算机、人工智能、自动化、机器人、电子信息等相关专业，本科及以上学历。

熟悉语音、计算机视觉、自然语言处理、多模态学习或人机交互中的一种或多种技术方向。

对多模态信息融合、对话系统、意图识别、智能体规划或动作生成具备扎实的理论基础和实践经验。

熟练掌握 Python、C++、PyTorch 等开发工具，具备良好的算法开发、工程实现及系统调试能力。

具备真实场景算法落地经验，能够针对噪声、时延、算力限制和传感器误差等问题进行系统性优化。

具备良好的产品意识、用户体验意识和跨团队协作能力，能够从实际交互效果出发推动算法迭代。 加分项

有机器人、人机交互、智能音箱、数字人、车载交互或多模态智能体项目经验。

熟悉 ASR、TTS、VAD、声源定位、视觉语言模型、对话大模型或生成式动作模型。

熟悉 ROS/ROS 2、机器人传感器及感知—决策—控制系统。

有端侧部署、实时音视频处理、模型量化或推理加速经验。

在 HRI、多模态学习、语音、视觉或自然语言处理相关领域发表过高水平论文。