AI算法工程师（博士）

负责公司 AI 核心能力中台的语音技术模块研发，主导语音识别（ASR）、语音合成（TTS）、声纹识别（VPR）及语音信号处理等核心算法的研发、迭代与性能优化；

针对银行网点、远程银行、线上客服等金融特有场景（如强噪声、多口音、高回声环境），设计并实现鲁棒性更强的语音识别与增强模型，确保障碍沟通场景下的高可用性。

为公司的核心产品“3D 数智人”提供语音交互的全栈技术支持，包括高表现力、情感化的语音合成（TTS），以及高精度的远场语音识别与声源定位，打造流畅、自然的金融服务对话体验；

研发并应用声纹识别技术，构建金融级的声纹认证与反欺诈系统。探索其在用户身份核验、交易风险预警、黑名单声纹库比对等场景的创新应用；

将语音识别（ASR）与自然语言处理（NLP）技术结合，支持金融服务录音的智能质检、合规监控、客户情绪分析及关键信息提取，为风险控制和营销分析提供数据支持；

负责语音算法的模型优化（量化、剪枝）、推理加速及服务化封装，确保模型在云、边、端多环境下的高效部署与稳定运行。

博士研究生学历，计算机科学、信号处理、声学、人工智能、电子信息工程等相关专业；

具备主导至少一个大型语音识别、语音合成或声纹识别项目从研发到成功上线的完整经验；

精通语音识别（ASR）、语音合成（TTS）、声纹识别（VPR）、语音唤醒（KWS）、语音增强（降噪/回声消除/去混响）等领域的核心算法原理，对 Conformer、U2/U2++、WeNet 等先进模型架构有深入理解和实践经验；

精通 Python/C++，具备优秀的软件工程能力；熟练掌握 PyTorch/TensorFlow 等深度学习框架，并熟悉 Kaldi、ESPnet 等开源语音工具集；

具备丰富的模型性能优化经验，熟练掌握模型量化、剪枝、蒸馏等技术。熟悉 ONNX、TensorRT、NCNN 等推理引擎，并有实际部署优化项目经验；

具备扎实的数字信号处理理论基础，熟悉麦克风阵列信号处理（波束成形、声源定位）技术者优先；

具备优秀的分析和解决问题能力，能将复杂的金融业务需求转化为可落地的技术方案。