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
杭州市
初级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
PyTorch
数据处理
多模态
ALM
端到端
ASR
TTS
评测
Ai Coding
AI 估算 · 20k–40k
大厂核心AI岗位，语音大模型方向人才稀缺，薪资有竞争力，预计在20k-40k每月。
职位详情
关于这个职位
作为豆包语音大模型评测工程师，你将负责构建和完善语音交互产品的评测体系，涵盖ASR、TTS、ALM等模型的交付质量评估，设计离线与在线评估机制，建设自动化评测平台，并通过数据分析发现模型短板，推动算法和产品团队优化模型能力
这是一个技术深度与业务影响力兼具的岗位
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
- 身处AI最前沿，接触顶尖语音大模型技术
- 字节跳动大平台，资源丰富，影响力大
- 工作内容兼具工程与算法，成长空间大
- 薪资福利有竞争力，职业发展路径清晰
- 评测标准需不断迭代，对技术敏感度要求高
- 项目节奏快，可能需要应对高强度迭代
- 适合有AI或评测背景，热爱技术探索，善于从数据中发现问题的工程师
缺点 / 挑战
- 需要与多团队协作，沟通成本较高
角色解读
- 成为语音大模型评测专家，深入理解模型能力边界
- 横向拓展至多模态大模型评测，领导评测团队
- 转向算法研发，结合评测经验优化模型架构
- 构建语音大模型评测体系，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，制定门禁标准
- 设计离线/在线评估机制，通过负面分析推动模型优化
- 建设自动化评测平台，提升评测效率和问题定位能力
- 扎实的AI工程或评测经验，熟悉语音/NLP/多模态模型
- 掌握评测方法论，能设计准确率、稳定性等多维指标
- 优秀的工程实现能力，能主导评测框架或工具开发
- 强大的数据分析能力，从数据中挖掘Pattern和根因
申请策略
- 深入了解豆包语音产品的评测痛点，在面试中提出建设性想法
- 关注字节跳动AI技术博客，展示对业务的热情
- 突出AI模型评测或相关研发项目经验，尤其是语音或大模型方向
- 强调工程能力，如搭建过评测平台或自动化工具
- 展示数据分析案例，说明如何通过评测发现问题并推动改进
- 提及团队协作和推动项目落地的经历
- 补充端到端语音模型（如S2T/S2S）和LLM基础知识
- 学习AI Coding工具（如Cursor、GitHub Copilot）和CLI/Agent技术
面试指南
- 结构化回答：先定义评测目标，再拆解指标（准确率、延迟、用户满意度等），最后说明数据收集和评估流程
- STAR法则：描述情境、任务、行动、结果，突出个人贡献
- 工程思维：强调自动化、可复用、可扩展的解决方案
- 如何设计一个ASR模型的评测方案？
- 描述一次你通过评测发现模型问题并推动解决的经历
- 如何评估语音合成（TTS）的自然度和鲁棒性？
- 你如何搭建一个自动化评测平台？使用了哪些技术栈？
- 面对大量负面案例，你如何区分优先级并制定改进计划？
职位点评
74
综合评分
大厂前沿AI岗，技术驱动薪资优，WLB一般需考量。
更适合这类人
适合追求技术成长和薪资回报，能接受一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利
85较高
大厂核心岗位，薪资待遇有竞争力，福利完善，但未在JD中明确披露薪资范围。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
90较高
职位涉及前沿语音大模型技术，有大量成长机会，但JD未明确提及培训和晋升路径。
技术前沿前沿/新兴技术
技术栈语音大模型、ASR、TTS、ALM、端到端、多模态、PyTorch
业务类型profit_center
工作生活
50较低
工作地点杭州，需要现场办公，JD未提及弹性工作或WLB信号，互联网大厂通常有一定工作强度。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI语音技术推动人机交互进步，但JD未强调社会价值或使命感，行业处于高速增长期。
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