语音 Post-Training 算法工程师

语音 Post-Training 算法工程师

Voice Post-Training Algorithm Engineer
远程 · Voice Post-Training · 招募

Kapibala AI · WE ARE HIRING · 2026
AI Native 公司 · Token 无限管够

关于我们

Kapibala AI Limited 正组建全球化 AI 团队，聚焦 Sales AGI——覆盖获客、触达、谈判、成交、交付全链路的商业智能体，运行于主流 IM 平台。 Pre-Seed 轮 1000 万美元已完成 ，独立数据渠道构成核心护城河。

岗位定位

Sales AGI 语音能力的核心建设者。产品需要在真实销售对话中达到 vendor API 给不了的拟人水准——这是护城河的关键一环。你通过后训练 决定怎么建模、敲定训练方法、建立评测体系 ，把三段式语音对话模型（ STT + LLM + TTS ）打磨到超越商用方案的拟人度。

岗位职责

- Voice cloning pipeline 端到端搭建

评估并选型主流方案，输出可上线的模型与接口

- STT 和 TTS 针对性优化

针对销售对话场景做 fine-tuning 与指标平衡

- LLM 后训练与场景对齐

基于真实反馈做对齐训练，输出多场景 checkpoint

- 拟人度评测体系建设

设计评测方法，闭环驱动训练迭代

- 训练产物的生产部署

与系统侧协同上线，建立灰度与回滚机制

任职要求

- 计算机 / 电子工程 / 语音 / 信号处理 相关专业硕士及以上

- 语音或大模型后训练实战：SFT / DPO / RLHF / LoRA 至少 2 类，有 production 上线

- 熟悉 Whisper / Conformer / VITS / FastSpeech / XTTS / StyleTTS 任一架构

- PyTorch + Hugging Face Transformers / TRL / Diffusers

- DeepSpeed / FSDP / Accelerate ，能独立跑 8 卡及以上训练

- 可读英文论文，跟踪 INTERSPEECH / ICASSP / ACL 并 3-5 天内复现

- 完整语音数据工程：清洗 / 强制对齐 / VAD / 标注规范设计

加分项

- 多语言语音经验（越南语 / 巴西葡萄牙语 / 日语 等小语种优先）

- HuggingFace · ESPnet · Coqui-TTS · WhisperX · F5-TTS 等 contributor / maintainer

- INTERSPEECH · ICASSP · ACL 一作或共一论文

- 熟悉 vLLM · SGLang · TensorRT-LLM 推理优化

我们提供

- ¥ 50-80W · ANNUAL CASH — 极具市场竞争力 · 税后全额到手

- WORK VISA · RELOCATION — 本人 + 家属 · 律师 + HR 协助

- ∞ TOKENS · AI BUDGET — Claude / GPT / 内部模型不设上限

- TOP PHD · EDUCATION — 顶尖院校全额奖学金 PhD 通道

- PRE-SEED · ESOP — Pre-Seed 期权池 · 与公司共同成长

招聘流程

投递 → HR 初筛 → 技术一面 → CTO 终面 → 试用期 offer (2 周 - 1 月) → base (居家办公 3-6 月) → 转远程

投递方式

- 邮箱： i***o@kapibala.ai

- 邮件主题：「应聘岗位名称 - 姓名」

- 微信：bzy****151

- 官网： https://kapibala.ai