主分类：大模型与生成式算法研发
辅助：语音与音频算法研发（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": "微信-语音全双工对话大模型预训练算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "WXG",
"location": "北京",
"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": 0,
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责语音全双工对话大模型的架构设计与预训练，构建边听边说、实时打断、自然接话和连续对话能力；\r\n2.负责音频理解模型预训练，提升语音内容、说话人、情感语气、副语言信息、环境声音及多人重叠语音的理解能力；\r\n3.负责音频生成模型预训练，研究基于 Audio Token、Neural Codec、自回归、Diffusion 或 Flow Matching 的语音生成方案，提升音质、自然度、情感表现和生成稳定性；\r\n4.负责全双工交互行为建模，包括回复时机、用户打断、抢话与让话、Backchannel、重叠语音和流式生成；\r\n5.负责大规模音频预训练数据建设，包括数据清洗、去重、质量过滤、伪标注、Token 化及数据配比；\r\n6.负责模型规模化训练、效果分析及训练稳定性优化，推动预训练模型的后训练、评测和产品落地。",
"requirements_text": "1.计算机、人工智能、语音信号处理等相关专业，硕士及以上学历；\r\n2.具备全双工语音对话模型预训练经验，参与过端到端 Speech-to-Speech、Audio LLM、Omni Model 或类似模型研发；\r\n3.具备音频理解模型或音频生成模型预训练经验，能够负责模型架构、数据建设、训练策略和效果分析；\r\n4.熟悉全双工对话核心问题，包括 Turn-taking、End-of-turn Detection、User Interruption、Overlapping Speech、Backchannel 和 Streaming Generation；\r\n5.熟悉 Audio Encoder、Conformer、Transformer、Audio Tokenizer、Neural Codec、自回归、Diffusion 或 Flow Matching 等技术；\r\n6.熟练使用 PyTorch，具备大规模分布式训练经验，熟悉 DeepSpeed、Megatron-LM、FSDP 等训练框架；\r\n7.具备较强的实验设计、问题定位和跨团队协作能力。",
"skills": [AI生成
"PyTorch",
"信号处理",
"团队协作",
"大语言模型"
],
"preferred_qualifications": "1.有全双工语音对话基础模型从零到一预训练经验；\r\n2.同时具备音频理解和音频生成模型预训练经验；\r\n3.有大规模音频数据、十亿参数以上模型或 MoE 模型训练经验；\r\n4.有语音 Tokenizer、长音频建模、流式模型或多模态统一建模经验；\r\n5.在语音、音频或多模态方向发表过高质量论文，或有相关模型上线经验。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2089544603412901888"
}
]
},
"posting": {
"posting_id": "2089544603412901888",
"post_date": "2026-08-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2089544603412901888"
},
"fulltext": "微信-语音全双工对话大模型预训练算法工程师\n在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者。你将与技术团队一同沉淀优质代码，让它成为我们共有的宝贵资产。在不同的业务场景和技术发展阶段，你的架构思维也将帮助更多协作团队拓展新的思考。我们也珍视你的挑战精神，同时欢迎你一起参与团队愿景、文化和产品方向的探讨。\n1.负责语音全双工对话大模型的架构设计与预训练，构建边听边说、实时打断、自然接话和连续对话能力；\r\n2.负责音频理解模型预训练，提升语音内容、说话人、情感语气、副语言信息、环境声音及多人重叠语音的理解能力；\r\n3.负责音频生成模型预训练，研究基于 Audio Token、Neural Codec、自回归、Diffusion 或 Flow Matching 的语音生成方案，提升音质、自然度、情感表现和生成稳定性；\r\n4.负责全双工交互行为建模，包括回复时机、用户打断、抢话与让话、Backchannel、重叠语音和流式生成；\r\n5.负责大规模音频预训练数据建设，包括数据清洗、去重、质量过滤、伪标注、Token 化及数据配比；\r\n6.负责模型规模化训练、效果分析及训练稳定性优化，推动预训练模型的后训练、评测和产品落地。\n1.计算机、人工智能、语音信号处理等相关专业，硕士及以上学历；\r\n2.具备全双工语音对话模型预训练经验，参与过端到端 Speech-to-Speech、Audio LLM、Omni Model 或类似模型研发；\r\n3.具备音频理解模型或音频生成模型预训练经验，能够负责模型架构、数据建设、训练策略和效果分析；\r\n4.熟悉全双工对话核心问题，包括 Turn-taking、End-of-turn Detection、User Interruption、Overlapping Speech、Backchannel 和 Streaming Generation；\r\n5.熟悉 Audio Encoder、Conformer、Transformer、Audio Tokenizer、Neural Codec、自回归、Diffusion 或 Flow Matching 等技术；\r\n6.熟练使用 PyTorch，具备大规模分布式训练经验，熟悉 DeepSpeed、Megatron-LM、FSDP 等训练框架；\r\n7.具备较强的实验设计、问题定位和跨团队协作能力。\n1.有全双工语音对话基础模型从零到一预训练经验；\r\n2.同时具备音频理解和音频生成模型预训练经验；\r\n3.有大规模音频数据、十亿参数以上模型或 MoE 模型训练经验；\r\n4.有语音 Tokenizer、长音频建模、流式模型或多模态统一建模经验；\r\n5.在语音、音频或多模态方向发表过高质量论文，或有相关模型上线经验。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T035"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}