查看更多分享

腾讯(tencent)招聘Omni模型算法工程师

招聘职位:

Omni模型算法工程师 搜索同类职位
发布日期:
2026-05-15
工作地点:
职位类型:
全职
职位类别:
技术
来源:
腾讯官网
岗位职责:
1.主导Omni全模态模型架构设计与演进,结合行业前沿技术(如Transformer变体、MoE架构等),设计端到端原生统一的模型架构,打破传统多模态拼接式设计的局限,降低跨模态交互延迟,提升模型整体性能与扩展性,支撑文本、语音等多模态的统一处理需求;
2.聚焦语音与LLM的对齐核心模块,负责语音信号与LLM语义空间的对齐技术研发,包括但不限于语音编码器与LLM嵌入层的适配、跨模态特征投影、语音-文本双向对齐优化等,解决模态间语义损耗、对齐精度不足等关键问题,实现语音信息与文本语义的精准映射;
3.跟踪Omni全模态模型、语音处理、LLM领域的前沿技术与研究成果(如NeurIPS、ICLR、ICASSP等顶会论文),结合业务需求开展技术预研与创新,将前沿技术落地到模型架构设计与对齐模块优化中,形成可复用的技术方案与工程化能力;
4.与工程、产品等跨团队协作,明确技术需求,推动模型架构方案的工程化落地,配合完成模型部署、性能调优及问题排查,支撑业务场景的规模化应用;沉淀模型架构设计文档、对齐技术规范及算法优化手册,保障技术可传承、可复用。
岗位要求:
1.熟悉Omni全模态模型的核心原理与架构设计,深刻理解端到端原生统一架构的设计逻辑,熟悉主流Omni模型(如Qwen3.5-Omni等)的架构特点与优化思路,具备独立完成模型架构设计与迭代的能力;
2.扎实掌握语音信号处理技术,熟悉语音编码、声学特征提取、语音识别(ASR)、语音合成(TTS)等核心技术,了解主流语音模型(如Whisper等)的原理与应用,能独立设计语音相关算法模块;
3.掌握跨模态对齐核心技术,有语音与LLM对齐相关研发经验,熟悉连续编码、离散编码、混合编码等对齐方式,能解决模态间语义空间不一致、对齐误差等问题者优先;
4.熟练掌握至少一种深度学习框架(PyTorch/TensorFlow),具备扎实的编程能力(Python/C++),能独立完成算法代码开发、调试与优化;熟悉分布式训练、模型量化、推理加速等技术者优先,了解vLLM、Triton等推理框架更佳;
5.有相关领域开源项目及论文核心作者经历加分。
岗位介绍:
渴望为世界带来新意的人,早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索,积极布局,并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新,最终能带来美好的、撼动人心的改变。
免责声明:

此信息由腾讯官网 (查看来源)审核并发布,我们转载该信息,仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“腾讯官网”负责。我们作为信息转载平台,不构成求职建议,不涉及任何职业中介服务,不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎,自行判断并承担相应风险,求职请认准企业官方渠道!