#### 工作内容： 1. 负责AI相关高性能算法研发和数据驱动算法探索，包括但不限于语音识别，时间序列分析，自然语言处理中语言模型，图神经网络等算法； 2. 语音识别方向： * 协助语音解码模块开发，参与解码图（WFST）构建、语言模型（n-gram/RNNLM）集成及解码算法（Viterbi / 波束搜索）优化； * 支持端到端语音识别系统（如 CTC / 注意力机制模型）中解码环节的技术验证与性能调优，包括搜索空间优化、剪枝策略设计； * 配合完成解码结果后处理算法实现，如关键词搜索（Keyword Spotting）、置信度评估及错误校正； 3. 时间序列分析方向： * 负责时间序列数据（如金融数据、传感器数据、业务日志）的收集、清洗及特征工程，构建时序特征库； * 运用传统时序模型（ARIMA、Prophet）或深度学习模型（LSTM、TCN）进行趋势预测、异常检测及周期性分析； * 参与时序预测系统的模型训练、调优及跨模态数据融合（如结合文本 / 图像信息）的技术探索。 自然语言处理方向 * 支持文本分类、命名实体识别、语义匹配等基础 NLP 任务的算法开发与优化； * 参与预训练模型的微调及落地应用，探索低资源场景下的 NLP 技术方案； #### 岗位要求： 1. 对 AI 技术有强烈兴趣，愿意在语音识别、时序分析或 NLP 领域深入钻研，具备快速学习能力； 2. 掌握机器学习 / 深度学习基础理论（如神经网络、优化算法），熟悉主流PyTorch/Transformer 等框架； 3. 熟练掌握 Python/Java 编程语言，熟悉 Linux 开发环境，具备良好的代码规范； 4. 具备嵌入式软件开发，AI4Science研究经验，AI模型部署实现，CUDA，GPU编程经验优先； 5. 掌握语图神经网络，语言模型，时序数据特征工程方法，数据增强，时序数据特征提取，模型评估指标（MAE/MSE/RMSE）优先； 6. 具备清晰的逻辑思维与问题解决能力，能独立分析实验结果并提出优化方案； 7. 良好的团队协作与沟通能力，能高效同步技术进展并参与跨团队协作。 #### 工作地点： 苏州