科大讯飞
中级prompt工程师
中级prompt工程师
发布于 大约 13 小时前普通员工/个人贡献者
合肥市
中级经验
全职员工
仅现场办公
学历未注明
深度学习
NLP
数据工程
语音识别
数据质量
大模型
数据流程优化
AI 估算 · 15k–25k
中级Prompt工程师在合肥AI行业薪资中等偏上，技术稀缺性高，大厂平台加成。
职位详情
关于这个职位
作为中级prompt工程师，你将与算法和产品团队协作，优化数据生产流程，提升语音交互大模型的数据质量，并参与数据平台开发
这是一个前沿技术岗位，适合对AI数据工程感兴趣的技术人才
最低要求
熟练掌握Python等至少一门编程语言，具备良好的代码能力 2、熟悉Linux环境操作及Shell脚本开发 3、具备数据敏感性和逻辑分析能力 4、有语音识别/深度学习/自然语言处理项目经验，有数据工程平台搭建经验
工作职责
数据流程优化:与算法团队、产品团队协同搭建通用且高效的数据生产方案，覆盖采集、清洗、标注、质检等环节 2、数据质量管理:参与开发数据质量评估工具，跟进语音交互大模型数据质量的量化评估和方案改进技术方案探索 3、跟踪语音交互/语音识别领域最新技术发展趋势，参与语音数据处理平台的设计与开发
AI 洞察
优缺点分析
优点
- 加入科大讯飞，国内AI头部公司，平台大，技术积累深厚
- 涉及语音交互大模型，前沿技术方向，技能成长快
- 数据工程岗位需求大，跳槽竞争力强
- 对数据敏感性和逻辑分析能力要求高，工作严谨细致
缺点 / 挑战
- 需与多个团队协作，沟通成本较高
- 数据工作可能重复性高，需耐心
- 适合对数据工程和AI感兴趣、喜欢技术挑战、注重细节的求职者
角色解读
- 成长为高级数据工程师或AI数据架构师，主导数据平台建设
- 向AI模型训练或算法工程师方向转型，深入大模型优化
- 晋升为技术leader，管理数据工程团队
- 与算法团队协作设计数据生产方案，覆盖数据采集、清洗、标注、质检全流程
- 开发和维护数据质量评估工具，量化分析语音交互大模型的数据质量
- 跟踪语音识别/语音交互前沿技术，参与数据平台的设计与开发
- 精通Python编程，具备良好的代码能力和工程化思维
- 熟悉Linux环境和Shell脚本，能高效进行数据处理和自动化
- 具备数据敏感性，能进行逻辑分析和数据质量评估
- 有语音识别或深度学习项目经验，了解大模型数据工程
申请策略
- 了解讯飞在语音领域的业务和产品，面试时展示对行业理解
- 准备一个数据工程项目的完整故事，从问题到解决方案
- 突出Python项目经验和数据处理能力
- 展示语音识别或NLP相关项目经历
- 强调数据工程平台搭建或数据质量优化成果
- 列出Linux/Shell脚本自动化经验
- 学习语音识别和NLP基础知识，了解大模型数据流水线
- 熟悉数据工程工具如Spark、Hadoop等（虽然JD未提，但加分）
面试指南
- 对于流程设计类问题，可以用STAR法则（情境-任务-行动-结果）组织答案
- 对于技术评估类问题，先说明评估指标，再展示量化分析方法
- 对于项目经验问题，突出难点和解决方案
- 请描述你如何设计一个数据清洗流程来处理不规范的语音数据
- 如何评估语音识别模型的数据质量？你会使用哪些指标？
- 你有过哪些数据处理平台搭建经验？遇到过什么挑战？
- 谈谈你对大模型prompt工程的理解？
- 如何优化数据标注效率？
匹配度报告
70
综合匹配度
科大讯飞中级prompt工程师，前沿AI数据工程岗，技术成长显著，平台稳定，但办公灵活度一般。
适合人群
适合追求技术成长和行业前沿的求职者，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利匹配
70中等
虽然JD未明确薪资福利，但科大讯飞作为上市大公司，补偿性较好，预计薪资有竞争力。
薪资信号未披露（AI估算：15K-25K/月）
成长发展匹配
85较高
岗位涉及语音交互大模型前沿技术，能快速积累数据工程和AI技能，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、语音识别、深度学习、NLP、大模型、数据工程
业务类型ambiguous
工作生活匹配
50较低
仅现场办公，工作灵活度较低，且JD未提及WLB相关信息。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
75中等
行业高速增长，技术前沿，但社会使命感方面信号不足。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs