主分类：语音与音频算法研发
辅助：大模型与生成式算法研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "光子 AI-高级研究员-语音合成与多模态大模型",
"job_level": "高级",AI生成
"work_category": "全职",AI生成
"department": "IEG",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "计算机科学、电子工程、信号处理或相关领域博士学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.基于大语言模型（LLM）及多模态/全模态大模型，研究和开发前沿语音合成与生成算法（如 TTS、语音转换、声音/音乐生成等）；\n2.开发和优化面向线上应用的语音及音频合成系统，提升效果、效率和可扩展性；\n3.探索并推进全双工/流式多模态大模型在语音理解、语音生成及实时语音交互方面的能力；\n4.与研究和工程团队跨职能协作，推动项目从原型验证到生产落地。",
"requirements_text": "1.计算机科学、电子工程、信号处理或相关领域博士学位；\n2.具备扎实的语音/音频处理基础，熟悉现代生成模型（如扩散模型、流匹配、自回归模型、基于编解码器的方法等）；\n3.具有将大语言模型扩展至语音/音频模态的实际经验（如语音分词器、多模态适配器、语音-文本联合训练等）；有全双工或流式语音对话系统及实时交互建模经验者优先；\n4.熟练使用 Python 及深度学习框架（如 PyTorch）；有分布式训练经验者优先；\n5.在顶级学术会议发表过论文（如 ICML、NeurIPS、ICLR、ACL、ICASSP、Interspeech 等）。",
"skills": [AI生成
"Python",
"PyTorch",
"深度学习",
"信号处理",
"建模",
"大语言模型"
],
"preferred_qualifications": "1.有代码生成 / Coding Agent 项目经验者优先；\n2.在大模型 / 代码生成领域有影响力的论文者优先；\n3.参与过大模型预训练和后训练者优先。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2075441484701806592"
}
]
},
"posting": {
"posting_id": "2075441484701806592",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2075441484701806592"
},
"fulltext": "光子 AI-高级研究员-语音合成与多模态大模型\n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。\n1.基于大语言模型（LLM）及多模态/全模态大模型，研究和开发前沿语音合成与生成算法（如 TTS、语音转换、声音/音乐生成等）；\n2.开发和优化面向线上应用的语音及音频合成系统，提升效果、效率和可扩展性；\n3.探索并推进全双工/流式多模态大模型在语音理解、语音生成及实时语音交互方面的能力；\n4.与研究和工程团队跨职能协作，推动项目从原型验证到生产落地。\n1.计算机科学、电子工程、信号处理或相关领域博士学位；\n2.具备扎实的语音/音频处理基础，熟悉现代生成模型（如扩散模型、流匹配、自回归模型、基于编解码器的方法等）；\n3.具有将大语言模型扩展至语音/音频模态的实际经验（如语音分词器、多模态适配器、语音-文本联合训练等）；有全双工或流式语音对话系统及实时交互建模经验者优先；\n4.熟练使用 Python 及深度学习框架（如 PyTorch）；有分布式训练经验者优先；\n5.在顶级学术会议发表过论文（如 ICML、NeurIPS、ICLR、ACL、ICASSP、Interspeech 等）。\n1.有代码生成 / Coding Agent 项目经验者优先；\n2.在大模型 / 代码生成领域有影响力的论文者优先；\n3.参与过大模型预训练和后训练者优先。",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}