{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法/AI工程师（语音、CV或多模态项目）",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "东莞",
        "work_mode": "",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "长沙某中型医疗器械公司",
        "company_industry": "医疗器械",
        "company_size": "100-499人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 20000,
            "max": 35000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "职责：\n1、数字人方案评估:测试：3D数字人生成、端侧渲染效果(帧率、延迟、表情⾃然度)，输出评估报告，并根据产品需求进⾏优化（提出优化需求）。\n2、语⾳交互调优：对接成熟的VAD/ASR/LLM/TTS服务，测试唤醒率、打断延迟、声音克隆效果，并根据产品需求进行优化。\n3、情感计算集成：部署模型，测试多模态情感识别准确率，根据产品使⽤场景（老人/儿童/情侣）进行微调需求定义。\n4、记忆系统验证：验证记忆检索准确率、注入效果,制定记忆数据结构（用户画像、事件、偏好）。\n5、个性化画像：分析与提炼用户的兴趣爱好、生活习惯、健康状况、性格特点，用于数字分身的个性化对话和主动关怀。\n6、智能体效果调优：配合后端工程师定义工具库，测试LLM的意图理解、任务规划能力，优化提示词和工具描述。\n7、数据隐私与合规：确保算法模块符合端侧优先、数据最小化原则，设计敏感数据脱敏方案。\n要求：\n学历：全日制本科及以上，计算机、人工智能、模式识别等相关专业（优秀本科生亦可）\n工作经验：3年以上AI算法研发经验，有语音、CV或多模态项目落地经历，年龄*****。\n专业技能：\n熟悉Python，熟练使用PyTorch/TensorFlow。\n了解端侧推理(ONNX、RKNN、TFLite)及模型量化。\n熟悉至少一种语音识别/合成、情感计算、记忆管理或数字人相关技术。\n能评估算法效果(MOS、相似度、准确率)，撰写测试报告。\n软技能\n好奇心强，能快速学习新技术，善于与外包团队沟通技术细节。\n加分项\n有情感计算、记忆管理、人格对话、数字人生成、声音克隆项目经验。\n有老人场景AI模型优化经验，AI伴侣项目经验。\n认证资质\n人力资源服务许可证",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "TensorFlow",
            "ONNX",
            "RKNN",
            "TFLite",
            "模型量化",
            "语音识别"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/c212c94efe7b45900nB92d6_FVVW.html"
            }
        ]
    },
    "posting": {
        "posting_id": "c212c94efe7b45900nB92d6_FVVW",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/c212c94efe7b45900nB92d6_FVVW.html"
    },
    "fulltext": "职责：\n1、数字人方案评估:测试：3D数字人生成、端侧渲染效果(帧率、延迟、表情⾃然度)，输出评估报告，并根据产品需求进⾏优化（提出优化需求）。\n2、语⾳交互调优：对接成熟的VAD/ASR/LLM/TTS服务，测试唤醒率、打断延迟、声音克隆效果，并根据产品需求进行优化。\n3、情感计算集成：部署模型，测试多模态情感识别准确率，根据产品使⽤场景（老人/儿童/情侣）进行微调需求定义。\n4、记忆系统验证：验证记忆检索准确率、注入效果,制定记忆数据结构（用户画像、事件、偏好）。\n5、个性化画像：分析与提炼用户的兴趣爱好、生活习惯、健康状况、性格特点，用于数字分身的个性化对话和主动关怀。\n6、智能体效果调优：配合后端工程师定义工具库，测试LLM的意图理解、任务规划能力，优化提示词和工具描述。\n7、数据隐私与合规：确保算法模块符合端侧优先、数据最小化原则，设计敏感数据脱敏方案。\n要求：\n学历：全日制本科及以上，计算机、人工智能、模式识别等相关专业（优秀本科生亦可）\n工作经验：3年以上AI算法研发经验，有语音、CV或多模态项目落地经历，年龄*****。\n专业技能：\n熟悉Python，熟练使用PyTorch/TensorFlow。\n了解端侧推理(ONNX、RKNN、TFLite)及模型量化。\n熟悉至少一种语音识别/合成、情感计算、记忆管理或数字人相关技术。\n能评估算法效果(MOS、相似度、准确率)，撰写测试报告。\n软技能\n好奇心强，能快速学习新技术，善于与外包团队沟通技术细节。\n加分项\n有情感计算、记忆管理、人格对话、数字人生成、声音克隆项目经验。\n有老人场景AI模型优化经验，AI伴侣项目经验。\n认证资质\n人力资源服务许可证"
}