科大讯飞
AI研究算法工程师-机器人多模态交互方向(J14731)
AI研究算法工程师-机器人多模态交互方向(J14731)
发布于 1 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agent开发
Pytorch
具身智能
多模态大模型
视觉感知
语音交互
顶会论文
值不值得投
80综合评分
综合评分 80
前沿AI算法岗、技术成长空间大、社会价值显著，WLB待确认
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较职业起点。
薪资怎么样
2.8万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 210 个在招 · 其中人工智能 45 个
市场机会
选择面较广
合肥 · 人工智能 · 70 个在招
职位详情
关于这个职位
面向应届硕士毕业生，负责研发机器人端到端多模态大模型，优化语音、视觉及听觉的类人全双工交互体验
需跟踪前沿学术进展，推动模型在家庭服务、医疗辅助等真实场景落地，并与感知及运控团队协同提升系统响应速度与稳定性
最低要求
重点院校计算机、人工智能、信号处理、语音语言等相关专业硕士及以上
扎实的机器学习/深度学习理论基础，了解主流多模大模型的基本原理和训练方法
具备良好的编程能力，熟练掌握Python，熟悉PyTorch深度学习框架
对具身智能、机器人交互领域有浓厚兴趣
具备快速学习和独立解决问题的能力，有良好的团队协作意识
工作职责
参与智能多模态交互端到端大模型的研发，打造极致类人的全双工交互体验，方向包括多轮对话拟人化回复、视觉及听觉环境感知主动交互、交互时机判定（流式判停、打断、拒识等）、工具调用、harness开发等
支持机器人在真实场景中的多模交互落地，推动家庭服务、工业操作、医疗辅助、教育陪伴等场景的交互体验优化
跟踪端到端语音交互模型、视听觉大模型、参数化表情/动作预测等学术界与工业界最新进展，探索新方法并应用到具身机器人交互智能场景
与听觉感知、视觉感知及机器人运控导航团队协作，优化端到端交互链路的响应速度、自然度与稳定性
优先资格
有语音/视觉交互大模型研发相关经验，并对harness/agent有一定的经验
在国际顶级会议/期刊（包含但不限于NIPS、ICLR、CVPR、ICASSP、Interspeech）发表过相关论文
在语音或机器学习相关竞赛中获得过领先名次
AI 洞察
优缺点分析
优点
- 聚焦具身智能与多模态大模型前沿赛道，技术壁垒高且行业前景广阔
- 依托科大讯飞平台资源，可接触海量真实场景数据与算力支持
- 校招培养体系完善，利于快速积累顶尖科研与工程经验
- 算法迭代极快，需持续跟进顶会论文并保持高强度学习
- 多模态融合与端侧部署对工程落地能力要求极高
- 跨团队协作复杂，需平衡学术创新与产品可用性
- 适合热爱前沿AI技术、具备扎实数理基础与编程能力、渴望在具身智能领域深耕的应届硕士毕业生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向具身智能算法专家、多模态大模型架构师方向发展
- 也可转向机器人交互产品负责人或技术管理岗，主导跨部门技术落地项目
- 负责研发机器人端到端多模态大模型，优化语音、视觉与听觉的类人交互体验
- 跟踪学术界前沿进展，将新技术应用于具身机器人场景
- 与感知及运控团队协同，提升交互系统的实时性与稳定性
- 扎实的机器学习/深度学习理论功底
- 精通Python与PyTorch框架
- 掌握多模态大模型原理及训练流程
- 具备较强的代码实现与算法调优能力
申请策略
- 提前调研讯飞在语音交互与具身智能领域的最新产品动态
- 准备1-2个完整的多模态算法项目案例，清晰阐述技术选型与难点突破过程
- 突出顶会论文发表记录、相关竞赛奖项及大模型/机器人交互项目实战经验
- 详细列出Python/PyTorch熟练度及具体模型调优成果
- 补充多模态对齐技术（如CLIP、LLaVA等）与端侧模型压缩部署知识
- 加强ROS/机器人控制基础与Agent开发框架实践
面试指南
- 采用STAR法则结构化陈述项目背景、任务目标、个人行动与技术细节、最终量化结果
- 针对系统设计题，先拆解模块再逐层说明优化策略，最后给出权衡取舍依据
- 请介绍你参与过的多模态大模型项目，你在其中的具体贡献是什么？
- 如何设计端到端的语音/视觉交互链路以降低延迟？
- 面对具身机器人复杂环境中的噪声干扰，你会如何进行鲁棒性优化？
- 复习Transformer架构、多模态融合机制及RLHF等核心算法
- 梳理过往科研/项目中的失败案例与复盘思考
- 了解讯飞星火大模型及机器人业务线最新动态
职位点评
薪资福利75
成长发展90
工作生活65
使命价值85
薪资福利
75中等
科大讯飞作为上市头部科技企业，为合肥地区AI算法校招岗提供具有竞争力的薪酬包，但非互联网一线大厂水平，整体处于市场中上水准。
薪资信号市场水准 (2.0千–3.5万/月)
成长发展
90较高
岗位深度绑定具身智能与多模态大模型前沿方向，明确要求跟踪顶会进展并鼓励学术产出，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、多模态大模型、具身智能、语音交互、视觉感知
业务类型profit_center
工作生活
65中等
未明确提及弹性工时或远程政策，通常算法研发岗需配合项目节点进行集中攻关，工作节奏较快，但合肥生活成本较低可缓解通勤压力。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
致力于通过AI技术赋能家庭服务、医疗辅助与教育陪伴等民生场景，具有显著的社会价值导向与技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
科大讯飞 的其他在招职位
相似职位推荐
Watch Jobs