蚂蚁集团-音视频AI算法工程师-蚂蚁保

岗位职责

1. 负责保险音视频通话 Agent 的研发与应用，结合语音、多模态大模型及智能体技术，打造自然、实时、可信的保险服务体验；
2. 重点研究语音交互能力，包括 ASR、TTS、语音理解、实时打断、低延迟对话及音视频多模态融合，并推动技术在保险咨询、产品讲解、客户服务等场景落地；
3. 参与大模型及 Agent 的训练与优化，包括 SFT、强化学习、工具调用和对话策略优化，持续提升复杂保险任务的理解与执行能力。

任职要求

1. 具备扎实的机器学习、深度学习基础和良好的工程能力，熟练掌握 Python，熟悉 PyTorch 等主流深度学习框架；
2. 具备音频或语音方向的实战经验，熟悉 ASR、TTS、语音大模型、实时音视频通信中的一个或多个方向；有低延迟语音交互项目经验者优先；
3. 熟悉大模型、智能体或多模态模型技术，有模型训练、SFT、强化学习、工具调用等项目经验者优先；
4. 有开源项目、顶会论文，或保险、金融等行业智能应用经验者优先。

岗位标签

NEW

特色标签

CNN/RNN、Python、RLHF、TensorFlow/PyTorch、WebRTC、人机对话相关经验、优秀开源项目经历、低延时语音通信、低延迟打断响应、保险、保险对话智能体、保险视频坐席代理、保险语音客服机器人、函数调用、分布式训练、发表算法相关优秀论文、口语理解、声学相关专业、外部API调用、多模态大语言模型、多模态算法、多模态预训练模型、大模型算法、实时插话处理、实时语音对话、对话策略强化学习、对话系统、强化学习、意图挖掘、指令微调、插件调用、文本转语音、有国际期刊/会议论文发表、有留学背景、有监督精调、机器学习、模型加速/性能优化、毫秒级语音交互、深度学习、深度强化学习、监督微调、算法工程化经验、自动语音识别引擎、英文读写能力良好、计算机相关专业、语义理解、语音合成、语音意图识别、语音打断检测、语音播报、语音算法、语音识别、语音识别工作经验、语音语义解析、语音转文本、跨模态大模型、通信/信号处理相关专业、金融