字节跳动
豆包语音大模型评测工程师-Data语音
豆包语音大模型评测工程师-Data语音
发布于 1 天前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
软件工程
数据分析
PyTorch
多模态
ALM
ASR
TTS
自动化评测
评测体系
语音大模型
AI 估算 · 20k–35k
一线大厂语音评测岗，技能门槛较高，薪资具有市场竞争力
职位详情
关于这个职位
该职位负责豆包语音交互产品的大模型评测工作，包括评测体系建设、自动化评测工具开发以及模型交付质量评估
你将与算法、产品团队协作，通过数据分析和问题归因推动模型效果优化
适合对语音大模型评测有热情、具备工程和数据分析能力的技术人才
最低要求
计算机科学、软件工程、人工智能、语音信号处理等相关专业，本科及以上学历
年以上AI工程研发或模型评测相关经验，有语音、NLP、多模态或大模型评测经验者优先
熟悉模型评测的基本方法，能够围绕准确率、稳定性、鲁棒性、链路延迟、用户体验等维度设计合理的评估方案
具备良好的工程能力，能够参与或主导评测框架、评测工具或评测平台的设计与实现
具备较强的数据处理和分析能力，能够从评测结果、日志和负面案例中发现Pattern，定位问题根因并提出改进建议
具备良好的沟通协作能力和自驱力，能够主动识别评测体系中的问题，并推动评测能力在业务中落地
工作职责
负责豆包语音交互相关产品的评测工作，包括评测体系建设、评测集构建、评测指标设计、自动化评测流程及工程化能力建设
负责ASR、TTS、ALM、端到端S2T/S2S等语音大模型及相关产品的交付质量评估，制定验收标准和质量门禁，支撑模型上线、迭代和效果优化
围绕语音理解、语音生成、端到端多模态交互等场景，设计并落地离线评测、在线评估、负面案例分析、回归验证等机制，持续提升评测覆盖度和准确性
建设多模态大模型评测工具/平台，推动评测流程标准化、自动化和可视化，提升模型评测效率与问题定位效率
基于评测数据进行分析和归因，发现模型能力短板、质量风险和优化方向，协同算法、产品、工程团队推动问题闭环
优先资格
加分项：
有前沿语音大模型、多模态大模型或通用大模型研发/评测经验，参与过有行业影响力的模型、产品或平台项目
熟悉语音理解、语音生成、端到端语音交互等技术方向，对行业新技术保持持续关注，愿意主动学习探索新技术新方向
熟练使用AI Coding工具，了解CLI、Skills、Agent等相关技术栈
熟悉PyTorch等深度学习框架，了解常见深度学习算法和模型训练、推理、评估流程
AI 洞察
优缺点分析
优点
- 接触前沿语音大模型技术，积累多模态评测经验，技术成长快
- 大厂平台资源丰富，有机会参与行业影响力项目
- 薪资福利有竞争力，职业发展空间大
- 语音评测领域快速演进，需要持续学习新技术
- 大厂工作节奏可能较快，需要较强的自驱力和抗压能力
- 适合对语音大模型有浓厚兴趣、喜欢通过数据驱动问题解决、具备工程思维的技术型人才
缺点 / 挑战
- 评测工作需兼顾技术和沟通，对工程和数据分析能力要求较高
角色解读
- 纵向深入成为语音大模型评测专家，主导评测体系建设和行业标准制定
- 横向转型为语音算法工程师或产品经理，积累模型落地和优化经验
- 晋升为技术Leader，带领评测团队，推动跨部门协作
- 设计并建设语音大模型的评测体系，包括评测集、指标和自动化流程
- 负责ASR、TTS等模型的交付质量评估，制定验收标准并推动模型迭代优化
- 开发评测工具和平台，提升评测效率与问题定位能力
- 通过数据分析发现模型短板，协同团队推动问题闭环
- 熟悉模型评测方法论，能设计准确率、稳定性等多维度评估方案
- 具备扎实的工程能力，能主导评测框架和工具的开发
- 熟练掌握数据处理和分析技能，能从评测结果中挖掘规律和根因
- 对语音技术（ASR、TTS、多模态）有深刻理解，了解前沿大模型方向
申请策略
- 准备一个完整的评测项目案例，包括设计思路、工具实现和成果
- 关注豆包语音产品动态，了解其技术路线和评测挑战
- 突出语音或NLP相关项目经验，特别是模型评测或质量保障经历
- 展示工程能力：开发过评测工具、自动化框架或平台
- 强调数据分析案例：从评测结果中发现Pattern并推动优化
- 列出使用PyTorch等深度学习框架的经验
- 系统学习语音技术（ASR、TTS、端到端模型）和评测方法
- 提升工程能力，掌握Python、自动化测试框架和CI/CD工具
面试指南
- 使用STAR法则：情境-任务-行动-结果，清晰展示项目贡献
- 从多个维度（准确率、稳定性、鲁棒性、延迟）系统回答评测设计问题
- 强调数据驱动的解决问题思路：问题定位-根因分析-方案验证-闭环
- 请描述一下你过去参与的一个模型评测项目，包括评测指标、流程和遇到的主要挑战
- 如何设计一个语音识别（ASR）模型的评测方案？考虑哪些维度？
- 如果评测发现模型准确率达标但用户体验差，你会如何分析和推动优化？
- 你了解哪些语音大模型技术？谈谈你对端到端S2T/S2S的理解
- 如何构建自动化评测流水线？请描述关键组件
职位点评
70
综合评分
大厂前沿语音大模型评测岗，技术成长快、薪资优厚，但工作强度可能较大。
更适合这类人
该职位最适合追求技术成长、希望在语音AI领域深耕的求职者，但对工作与生活平衡要求较高的人需谨慎。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活40
使命价值70
薪资福利
80较高
字节跳动薪资水平在业内属于第一梯队，但JD未明确具体薪资，福利条款未提及。整体补偿性较好。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
90较高
该岗位直接接触前沿语音大模型技术，评测体系建设能极大锻炼工程和数据分析能力，技术成长空间大。
技术前沿前沿/新兴技术
技术栈语音大模型、ASR、TTS、ALM、端到端S2T/S2S、多模态、PyTorch
业务类型cost_center
工作生活
40较低
工作地点在上海，JD未提及远程或弹性办公，大厂通常节奏快，生活化动机满足度较低。
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
70中等
语音大模型是AI热门方向，岗位对行业有实际推动作用，但JD未强调社会价值，意义感中等。
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