语音识别大模型算法实习生

优缺点分析

角色解读

• 短期内成为语音大模型领域的实践者，积累端到端ASR经验
• 长期可转向算法工程师或研究员，进入大厂或高校深造
• 也可向多模态、自然语言处理等方向横向拓展
• 参与语音大模型（LLM-based ASR）的预训练和微调，提升识别准确率
• 处理大规模语音和文本数据，包括清洗、筛选和构建训练数据
• 跟踪前沿技术，尝试新范式并发表论文
• 扎实的语音识别和深度学习基础，熟悉ASR和LLM相关技术
• 有大规模模型训练经验，掌握分布式训练工具
• 具备数据处理和分析能力，熟练使用Python和常用工具

申请策略

• 提前了解小红书的技术方向和业务场景
• 准备一个能体现你技术深度的项目或研究案例
• 突出语音或AI相关项目和论文，尤其是ASR或大模型经历
• 展示数据处理和工程能力，如数据清洗、模型训练脚本
• 强调对LLM-based ASR的理解和对前沿技术的跟踪
• 补强LLM和语音大模型的基础，阅读相关论文
• 动手实践开源ASR工具如WeNet、Espnet或Whisper

面试指南

• 技术问题：先定义概念，然后结合项目经验说明，最后总结优势
• 项目问题：用STAR法则（情境、任务、行动、结果）结构化回答
• 开放性问题：从技术、应用、趋势三个层面展开，展现思考深度
• 请简述LLM-based ASR的基本原理和优势
• 你参与过的语音项目或论文中，遇到了哪些挑战？如何解决？
• 如何处理数据不平衡或噪声数据？
• 熟悉哪些分布式训练框架？如何优化训练效率？
• 你对语音大模型的未来趋势有什么看法？