崗位定位
負(fù)責(zé)教育AI Agent核心算法模型的研發(fā)與迭代，聚焦深度學(xué)習(xí)技術(shù)在場(chǎng)景中的落地應(yīng)用。通過構(gòu)建和優(yōu)化語音、對(duì)話、推薦等模型，直接提升數(shù)字人交互質(zhì)量與學(xué)習(xí)效果。
核心職責(zé)
1. 深度學(xué)習(xí)模型研發(fā)與優(yōu)化
主導(dǎo)教育場(chǎng)景下的語音ASR、發(fā)音評(píng)測(cè)、對(duì)話生成等深度學(xué)習(xí)模型的訓(xùn)練與調(diào)優(yōu)
基于SFT（監(jiān)督微調(diào)）技術(shù)，完成從數(shù)據(jù)清洗、標(biāo)注策略設(shè)計(jì)到模型訓(xùn)練、效果評(píng)估的全流程閉環(huán)
持續(xù)優(yōu)化模型在兒童語音、噪音環(huán)境、非標(biāo)準(zhǔn)發(fā)音等復(fù)雜場(chǎng)景下的準(zhǔn)確率與魯棒性
2. 算法策略的工程化落地
將教學(xué)策略轉(zhuǎn)化為可執(zhí)行的算法規(guī)則，實(shí)現(xiàn)模型能力與業(yè)務(wù)目標(biāo)的協(xié)同
設(shè)計(jì)并維護(hù)模型服務(wù)API，確保在線教學(xué)場(chǎng)景的低延遲、高可用性
構(gòu)建Bad Case自動(dòng)分析與回流機(jī)制，推動(dòng)模型迭代效率
3. 數(shù)據(jù)驅(qū)動(dòng)的模型迭代
與數(shù)據(jù)團(tuán)隊(duì)協(xié)作，定義高質(zhì)量SFT數(shù)據(jù)采集標(biāo)準(zhǔn)與擴(kuò)增策略
建立多維模型評(píng)估體系（超越純技術(shù)指標(biāo)，關(guān)注教學(xué)效果與學(xué)生留存）
通過A/B測(cè)試驗(yàn)證模型迭代效果，量化業(yè)務(wù)價(jià)值
任職要求
學(xué)歷背景
985/211高校碩士及以上學(xué)歷，計(jì)算機(jī)、人工智能、數(shù)學(xué)、信號(hào)處理等相關(guān)專業(yè)
工作經(jīng)驗(yàn)
5-8年深度學(xué)習(xí)算法實(shí)戰(zhàn)經(jīng)驗(yàn)，至少完整參與過1個(gè)在線系統(tǒng)（推薦/對(duì)話/語音/Agent）從0到1建設(shè)
必須有SFT實(shí)戰(zhàn)經(jīng)歷，具備訓(xùn)練數(shù)據(jù)構(gòu)造、模型微調(diào)、評(píng)估閉環(huán)的真實(shí)項(xiàng)目經(jīng)驗(yàn)（非純Prompt工程）
熟悉至少一種深度學(xué)習(xí)框架（PyTorch/TensorFlow）的工程化部署
核心技術(shù)能力
語音方向：熟悉ASR、TTS、發(fā)音評(píng)測(cè)至少一個(gè)領(lǐng)域，有兒童語音或低資源語種處理經(jīng)驗(yàn)優(yōu)先
對(duì)話方向：理解多輪對(duì)話管理、意圖識(shí)別、上下文建模，有任務(wù)型對(duì)話系統(tǒng)經(jīng)驗(yàn)
推薦/決策方向：掌握知識(shí)追蹤、Bandit算法、強(qiáng)化學(xué)習(xí)基礎(chǔ)，能設(shè)計(jì)可解釋的教學(xué)決策邏輯
模型評(píng)估：具備構(gòu)建離線/在線評(píng)估體系的能力，熟悉錯(cuò)誤樣本分析與系統(tǒng)穩(wěn)定性治理
軟性要求
結(jié)果導(dǎo)向：對(duì)模型上線后的真實(shí)教學(xué)效果負(fù)責(zé)，而非僅關(guān)注離線指標(biāo)
業(yè)務(wù)理解：愿意深入理解兒童認(rèn)知特點(diǎn)與語言學(xué)習(xí)規(guī)律，將算法與教研目標(biāo)對(duì)齊
協(xié)作能力：能與產(chǎn)品、教研、工程團(tuán)隊(duì)高效溝通，平衡模型理想效果與工程約束