AI研究算法工程师-智能语音方向(J13389)

合肥/西安/上海 · 校招 · 2027 届 · 硕士

长期有效

前往官方投递页 →

任职要求

1. 硕士及以上学历，计算机、信号处理、电子工程、自动化、声学等相关专业
2. 扎实的语音信号处理与深度学习基础，熟悉语音识别或合成的原理与主流方法
3. 熟练掌握至少一种深度学习框架（PyTorch/TensorFlow），具备Python/C++编程能力
4. 有语音相关项目或研究经历，如语音识别、合成、增强、声纹识别、唤醒等
5. 英文文献阅读能力良好，能快速跟进INTERSPEECH、ICASSP等顶会进展
6. 问题分析与动手能力强，有责任心，善于团队协作
7. 具备使用AI工具进行编程、调试、实验结果分析的能力。
【加分项】
1. 在INTERSPEECH、ICASSP、IEEE TASLP等语音顶会或期刊发表过论文
2. 有大规模语音数据训练、端到端语音大模型相关经验
3. 在公开语音评测或比赛中获得优异成绩
4. 熟悉Kaldi、ESPnet、Fairseq等开源语音工具，有二次开发经验
5. 有低资源语言、方言、多语言语音技术研究经历。
此岗位为科大讯飞集团统一招聘岗位，人员通过简历筛选、笔试、初试、复试、终审等环节后录用。

岗位描述

1. 负责语音基础大模型前沿技术研发，包括语音编码器、端到端语音大模型、端到端语音交互、语音同传、语音理解等；
2. 负责语音识别（ASR）算法研究与优化，包括声学模型、语言模型、端到端识别等；
3. 参与语音合成（TTS）研发，涵盖神经声码器、音色克隆、情感合成、多语言合成等；
4. 负责语音信号处理算法研发，包括麦克风阵列、降噪、回声消除、声源定位、唤醒等；
5. 推动语音技术在教育、办公、车载、医疗等场景落地与优化；
6. 跟踪语音领域前沿技术，开展创新性研究并产出成果。
1. 硕士及以上学历，计算机、信号处理、电子工程、自动化、声学等相关专业；
2. 扎实的语音信号处理与深度学习基础，熟悉语音识别或合成的原理与主流方法；
3. 熟练掌握至少一种深度学习框架（PyTorch/TensorFlow），具备Python/C++编程能力；
4. 有语音相关项目或研究经历，如语音识别、合成、增强、声纹识别、唤醒等；
5. 英文文献阅读能力良好，能快速跟进INTERSPEECH、ICASSP等顶会进展；
6. 问题分析与动手能力强，有责任心，善于团队协作；
7. 具备使用AI工具进行编程、调试、实验结果分析的能力。

【加分项】

1. 在INTERSPEECH、ICASSP、IEEE TASLP等语音顶会或期刊发表过论文；
2. 有大规模语音数据训练、端到端语音大模型相关经验；
3. 在公开语音评测或比赛中获得优异成绩；
4. 熟悉Kaldi、ESPnet、Fairseq等开源语音工具，有二次开发经验；
5. 有低资源语言、方言、多语言语音技术研究经历。

此岗位为科大讯飞集团统一招聘岗位，人员通过简历筛选、笔试、初试、复试、终审等环节后录用。

你的简历匹配这个岗位吗？

上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方

登录后分析我的简历

该岗位可能会问的问题

基于算法岗位的常见面试问题整理

请解释 Transformer 模型的自注意力机制（Self-Attention）

类型专业能力·难度困难

查看答题思路

1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖

你做过的最有深度的算法/模型项目是什么

类型项目经历·难度中等

查看答题思路

1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）

过拟合是什么？怎么判断和解决

类型专业能力·难度简单

查看答题思路

1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度

解释梯度下降的原理，SGD 和 Adam 的区别

类型专业能力·难度中等

查看答题思路

1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam

给你 10 万条未标注的文本数据，如何找出其中 10 个主题

类型情景/案例·难度中等

查看答题思路

1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整

更多面试题库功能即将上线

信息来源：企业官方招聘页。投递前请以官网信息为准。

前往官方投递页 →