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
北京市
初级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
数据分析
PyTorch
自动化测试
多模态
ASR
TTS
大模型评测
语音大模型
语音评测
AI 估算 · 20k–35k
语音大模型评测技术要求高，字节跳动薪资有竞争力，1年以上经验月薪约20-35k。
职位详情
关于这个职位
该职位专注于豆包语音交互产品的大模型评测工作，涵盖ASR、TTS、ALM等语音模型的交付质量评估、评测体系搭建及自动化流程建设
你将与算法、产品团队协作，通过数据分析和问题定位推动模型效果优化，适合有AI评测或工程背景的候选人
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
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
- 参与前沿语音大模型产品，积累多模态评测经验
- 字节跳动平台资源丰富，技术支持体系完善
- 工作内容兼具工程与算法，技能提升空间大
- 团队氛围积极，推动能力成长迅速
- 评测工作需细致入微，面对复杂模型和长尾问题
- 业务迭代快，对交付质量和时效性要求高
- 需同时掌握工程和算法知识，学习曲线较陡
- 适合有AI或工程背景，乐于深入技术细节，希望通过评测驱动模型优化的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从评测工程师向AI研发或算法方向转型，深入模型优化
- 成为语音评测领域专家，主导评测平台和工具链建设
- 向技术管理发展，带领评测团队支持多模态产品迭代
- 搭建语音大模型评测体系，设计评测集和指标，实现自动化评测流程
- 负责ASR/TTS/ALM等模型的交付质量评估，制定验收标准并跟踪迭代效果
- 通过数据分析发现模型短板，协同算法和产品团队推动问题闭环
- 建设多模态评测平台，提升评测效率与可视化能力
- 扎实的编程能力（Python），能开发评测工具和自动化脚本
- 熟悉语音技术（ASR、TTS）和模型评测方法论
- 具备数据处理和分析能力，能通过日志和案例定位根因
- 良好的沟通协作能力，能跨团队推动评测落地
申请策略
- 在简历中量化评测效率提升或质量改进成果
- 面试前了解字节跳动语音产品（豆包）和行业动态
- 突出AI评测或测试开发经验，尤其是语音或NLP项目
- 展示自动化测试框架搭建、数据分析与问题归因案例
- 强调编程能力（Python、PyTorch）和工具开发成果
- 补充语音技术基础知识（ASR、TTS评估指标）
- 学习使用AI Coding工具（如GitHub Copilot）和Agent技术
面试指南
- 采用STAR法则：描述场景、任务、行动、结果
- 结合具体技术细节，如指标选择、数据构建、异常处理
- 展示系统性思维：从评测体系到闭环优化
- 如何设计ASR模型的评测指标？请举例说明
- 遇到过哪些模型评测中的难题？如何解决？
- 如何自动化评测流程并保证结果可靠性？
- 如何从大量评测数据中定位模型根因？
- 谈谈对语音大模型（如端到端S2T）评测的理解
职位点评
67
综合评分
前沿语音大模型评测岗，技术成长空间大，但工作强度不低。
更适合这类人
适合追求技术成长和行业前沿，能接受较强工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利78
成长发展85
工作生活45
使命价值60
薪资福利
78中等
字节跳动薪资竞争力强，福利完善（五险一金、补充医疗等），但JD未明确具体福利或薪资范围，仅从公司背景判断。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
职位涉及前沿语音大模型和多模态技术，可积累评测与工程经验，但JD未提及明确晋升通道或培训。
技术前沿前沿/新兴技术
技术栈ASR、TTS、ALM、S2T、S2S、多模态大模型、PyTorch
业务类型ambiguous
工作生活
45较低
仅现场办公，北京办公地点通常为科技园，JD未提弹性或WLB，字节跳动工作强度较高。
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
60中等
语音大模型有广泛应用前景，推动交互技术发展，但JD未强调社会价值或使命感。
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