1.硕士及以上学历，计算机科学、人工智能、语音信号处理、自然语言处理或相关专业。 2.具备扎实的计算机与机器学习理论基础，熟练掌握至少一种编程语言（如 Python/C++），工程实现能力强。 3.熟悉语音识别、语音合成、口语语言处理、语音交互等核心技术，具备以下一项或多项经验。 （1）语音端到端声学建模（如 Transformer、Whisper、Qwen-Omni、Baichuan-Omni）； （2）语音无监督预训练（如 Wav2Vec）； （3）大语言模型（LLM）相关研发，包括预训练、SFT、强化学习； （4）语音端到端大模型（Audio Encoder + LLM）的联合训练与优化； 4.对前沿技术有强烈探索欲，具备优秀的自驱力、独立思考能力和团队协作精神。 【加分项】 1.在 NeurIPS、ICML、ICLR、CVPR、ACL、AAAI、Interspeech、ICASSP、ASRU 等顶级会议/期刊发表过论文（尤其一作）； 2.在 ACM、Kaggle 或语音/多模态相关国际竞赛中获得优异成绩（如前三名）； 3.具备跨领域研究经验（如 NLP + 语音、音频信号处理 + 深度学习）； 4.成功复现或改进过 SOTA 语音算法，或有开源项目贡献。