多模态（语音大模型）算法暑期实习生

多模态（语音大模型）算法暑期实习生北京实习互联网 / 电子 / 网游职位描述1、负责语音大模型、多模态大模型算法研发与迭代，涵盖语音理解、语音生成、语音对齐、音频文本多模态融合等核心技术研发工作； 2、参与语音大模型预训练、微调、Prompt优化与模型对齐实验，针对语音降噪、语音合成、口语理解、多模态交互等场景优化模型效果； 3、调研跟进语音大模型、多模态融合领域前沿论文与业界方案，完成算法复现、实验对比、方案迭代，解决语音模型泛化差、推理精度不足等场景问题； 4、负责语音数据集清洗、构建、标注优化，完成模型训练、评测、复盘，输出实验文档与技术报告，协助推进多模态语音模型业务落地。职位要求1. 实习地点：北京 2. 学历要求：硕士研究生（2027、2028届优先），计算机、人工智能、信号与信息处理、自动化等相关专业； 3. 技术背景：扎实掌握深度学习基础，了解语音信号处理、预训练大模型、多模态融合基础原理，熟悉语音大模型、ASR、TTS任一方向者优先； 4. 技能要求：熟练使用Python，熟悉PyTorch深度学习框架，了解主流语音开源工具、多模态大模型架构者优先； 5. 能力加分：有语音识别、语音合成、语音大模型微调、音文多模态融合、相关顶会论文、科研项目、竞赛获奖经历者优先； 6. 个人素质：代码功底扎实，具备独立实验、问题排查与数据分析能力，学习主动性强，可全职实习，连续实习2个月及以上。投递