阿里巴巴
阿里云智能-终端智能创新业务 端侧语音推理引擎专家-杭州/北京/深圳
阿里云智能-终端智能创新业务 端侧语音推理引擎专家-杭州/北京/深圳
发布于 大约 1 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Asr
Conformer
Funasr
Pytorch
Rnn-T
Tensorrt
Tts
Wenet
Whisper
值不值得投
73综合评分
综合评分 73
大厂高薪、前沿语音技术栈，成长空间大但WLB不确定。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
58K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1630 个在招 · 其中人工智能 91 个
市场机会
选择面较广
杭州 · 人工智能 · 97 个在招
职位详情
关于这个职位
该职位是阿里云智能的端侧语音推理引擎专家，主要负责语音识别（ASR）、语音合成（TTS）和机器翻译算法的研究与推理引擎开发，优化主流模型架构并推动轻量化部署，支持移动端和嵌入式设备的高效运行
你将接触前沿技术并参与产品落地，适合对语音领域有深入研究的算法工程师
最低要求
计算机、人工智能、电子信息、信号处理等相关专业本科及以上学历，具备扎实的数学基础（概率统计、线性代数、信号处理）
熟悉主流语音识别模型算法，如 CTC、RNN-T、Conformer、Whisper，熟悉 Kaldi、WeNet、ESPnet、FunASR、K2 中至少两种开源框架
熟悉主流语音合成架构，了解 VITS、FastSpeech、HiFiGAN、CosyVoice、ChatTTS、IndexTTS 等模型基本原理，掌握语音信号离散化方法及声码器设计
熟悉 Seq2Seq / Transformer 翻译架构，了解 BPE、词表构建等基础知识，有 NMT 模型训练或推理部署实践经验
具备扎实的机器学习理论基础，熟练使用 PyTorch 等深度学习框架，掌握 SSL、LLM、Diffusion、对比学习等技术在语音与翻译领域的应用
熟练掌握 Python / C / C++ 编程，有 TensorRT、ONNX Runtime、TFLite 等推理框架使用经验，具备模型量化、剪枝、蒸馏工程落地能力者优先
学习能力强，能够独立阅读英文文献，对解决具有挑战性的问题充满热情
工作职责
负责语音识别（ASR）核心算法研究与推理引擎开发，对 Conformer、RNN-T、Whisper 等主流架构进行性能优化，覆盖实时转写、离线识别、多语种、强噪声等复杂场景
负责语音合成（TTS）声学模型与声码器算法研究，对 VITS、NaturalSpeech、CosyVoice 等架构进行优化，提升合成语音的自然度、表现力与推理速度，支撑多发音人、多语种、情感风格可控合成等场景落地
负责机器翻译算法研究与产品化落地，基于 Transformer 等主流架构进行优化，设计支持云端与离线端的翻译推理框架，覆盖多语种互译、低资源语言对及垂直领域翻译场景
负责 ASR / TTS / 翻译全链路推理框架设计，推动模型流式改造、INT8/INT4 量化、知识蒸馏、结构剪枝等轻量化技术落地，支撑移动端、嵌入式设备的大并发低延迟部署
跟进 ASR、TTS、机器翻译及多模态语音领域的学术前沿与行业动态，将研究成果快速转化为工程能力，持续提升产品效果与用户体验
优先资格
在 ICASSP、Interspeech、ACL、EMNLP、NeurIPS、ICML、IEEE TASLP 等顶会或期刊发表过论文，或参加过相关国际竞赛者优先
相关领域竞赛取得优异成绩者优先
对 WeNet、FunASR、fairseq 等开源项目有突出贡献者优先
AI 洞察
优缺点分析
优点
- 阿里云平台提供大规模业务场景和丰富数据，技术落地机会多
- 岗位方向前沿，涉及ASR/TTS/翻译和多模态，个人技术成长空间大
- 薪资福利有竞争力，有股票激励，职业稳定性高
- 可接触到顶尖的技术专家团队，参与开源项目，提升行业影响力
- 端侧推理涉及软硬件协同优化，对综合工程能力要求高
- 多地办公可能涉及出差或调动，需适应灵活的工作安排
- 适合对语音技术有深入研究热情、具备扎实工程能力、能在高压下技术攻关的资深算法工程师
缺点 / 挑战
- 工作强度和压力较大，需要持续跟进前沿技术并快速落地
角色解读
- 从算法专家向技术架构师或团队负责人发展，主导端侧语音技术方向
- 在阿里云体系内跨团队协作，接触多模态、大模型等前沿领域，拓展技术广度
- 参与国际顶会论文发表和技术分享，提升个人在行业的影响力
- 负责语音识别、合成和翻译核心算法的研究，并针对端侧场景进行推理引擎的性能优化
- 将前沿模型如Conformer、Whisper、VITS等落地到移动端和嵌入式设备，实现低延迟、低算力需求
- 推动模型量化、蒸馏、剪枝等轻量化技术，保证端侧大并发部署的稳定高效
- 跟踪学术界和行业动态，快速转化研究成果，提升产品的用户体验
- 扎实的语音或NLP理论基础，精通ASR/TTS/翻译的主流模型架构
- 熟练掌握PyTorch等深度学习框架，具备模型训练和调优能力
- 精通C/C++和Python，有TensorRT、ONNX Runtime等推理优化经验
- 熟悉模型量化、剪枝、蒸馏等工程化技术，能独立完成端侧部署
申请策略
- 了解阿里云智能的业务布局，准备与端侧语音相关的技术方案
- 面试前熟悉Whisper、Conformer的细节，准备深度技术问题回答
- 突出语音相关的项目经验，如ASR/TTS模型的训练与部署，并量化性能提升指标
- 强调端侧优化经验，如量化、剪枝、TensorRT使用，说明具体成果
- 列出在顶级会议或竞赛中的论文和获奖，体现学术能力
- 展示对开源框架WeNet、FunASR等的贡献经历
- 如果对翻译模型不够熟悉，可以补充NMT和BPE相关知识
- 熟悉最新语音大模型如CosyVoice、IndexTTS，掌握生成式语音合成技术
面试指南
- 回答技术问题可用STAR法则：情景、任务、行动、结果，突出你的具体决策和量化成果
- 面对架构选择类问题，可从模型性能、计算复杂度、场景适配等维度进行对比分析
- 对于优化类问题，先明确瓶颈，再介绍采用的技术方案（量化、剪枝、算子优化等）和最终效果
- 请介绍你如何优化一个ASR模型在端侧设备的推理速度？
- 对比一下Conformer和RNN-T的优缺点，如何选择合适的模型？
- 如何将TTS模型部署到手机端，并保证低延迟和自然度？
- 你如何权衡模型精度和量化后的性能损失？
- 描述一个你解决过的端侧推理中的内存或耗电问题
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
阿里薪资和福利在行业内处于较高水平，但JD未披露具体薪资和福利，综合判断补偿性动机能得到较好满足。
薪资信号未披露（AI估算：45K-70K/月）
成长发展
90较高
岗位涉及前沿语音技术，鼓励学术研究和技术转化，发展性动机得到极强满足。
技术前沿前沿/新兴技术
技术栈ASR、TTS、Transformer、PyTorch、TensorRT、量化、蒸馏、Whisper、Conformer
业务类型ambiguous
工作生活
50较低
工作地点在杭州/北京/深圳，需要现场办公，JD未提及工作生活平衡相关安排，生活化动机满足一般。
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
语音技术可提升人机交互体验，有正向社会价值，但JD未明确使命导向，意义感动机有一定满足。
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
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs