大模型音频算法工程师 上海 校招 正式 技术族 - 算法类 职位 ID：A216161 职位描述 参与大模型音频算法（ASR/AudioLLM/TTS等）的研究与落地，负责模型的SFT有监督微调训练、优化及部署；针对语音合成、语音识别、语音理解等场景，设计高效的微调策略，提升模型在垂直领域的性能与鲁棒性；负责音频数据预处理、质量分析及训练数据集构建，持续优化数据管线；跟进AudioLLM、FlowMatching、Diffusion TTS等前沿技术，推动技术在业务场景的工程化落地；撰写技术文档，沉淀模型训练方法论与最佳实践。 职位要求 硕士及以上学历，计算机科学、人工智能、信号处理等相关专业；扎实的深度学习基础，熟悉Transformer、LLM架构及训练流程，有语音相关项目经验者优先；熟练使用PyTorch、DeepSpeed、Transformers等深度学习框架及工具，具备大模型SFT/RLHF实操经验；熟悉至少一个音频任务：ASR（语音识别）、TTS（语音合成）、Voice Conversion、Audio Codec等；具备优秀的编程能力（Python/C++），良好的逻辑思维与沟通能力，能够快速复现前沿论文。加分项在Interspeech、ICASSP、NeurIPS、ACL等顶会发表过语音/音频相关论文；熟悉主流开源AudioLLM项目（如Qwen-Audio、Gemini Audio、CosyVoice、FishSpeech等）；具备多机多卡大模型训练经验，熟悉Megatron-LM、FSDP等分布式训练框架；有Kaldi、WeNet、ESPnet等传统语音工具链使用经验。 投递...
多媒体系统架构师 上海、杭州 全职 研发 - 电子 / 半导体 职位描述 - 设计和优化多媒体系统的架构，确保系统的高可用性、可扩展性和性能。- 深入理解业务需求，提出创新的解决方案以满足或超越客户需求。- 对现有系统进行评估，识别改进点，并实施优化措施。- 关注多媒体技术的发展趋势，引入新技术和工具，持续提升系统能力。- 编写详细的技术文档，为团队成员提供指导和支持。 职位要求 - 精通多媒体处理技术，如音视频采集、图像处理、编解码等。- 熟悉主流的多媒体框架和协议，如 FFmpeg、GStreamer、OpenMax、Android 多媒体架构等。- 熟悉 Linux V4L2 框架以及芯片中 mipi、sensor、video codec、audio 等相关 IP 的驱动设计架构。- 熟悉 Linux 内核以及Linux 应用编程，能熟练使用 C/C++ 开发，具备开源软件的整合能力。 投递...
Job Details: Job Description: About Us Intel CAIGC is committed to bringing AI from the cloud to end devices and building native on-device intelligent computing. Collaborating with global RnD teams and leading model developers, we connect