小红书
音频 AI 算法实习生
音频 AI 算法实习生
发布于 2 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Asr/Tts
Diffusion
Pytorch
多模态大模型
深度学习
音频生成
值不值得投
77综合评分
综合评分 77
一线大厂前沿音频AI实习，技术栈领先，成长性强，适合有科研背景的在校生
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
1.0千
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 2260 个在招 · 其中人工智能 61 个
市场机会
选择面较广
上海 · 人工智能 · 约 390 个在招
职位详情
关于这个职位
负责小红书音频生成算法（变声、音色转换、音乐生成）及理解模型的研究与开发，参与数据Pipeline建设与优化
协助进行模型训练、微调及效果评测，探索前沿算法在业务中的应用，需具备Python编程及深度学习基础
最低要求
本科及以上学历在读，计算机、人工智能、电子信息、信号处理、声学等相关专业
具备一定的 Python 编程能力和机器学习、深度学习基础，了解 PyTorch 等常用框架，能够完成基础的数据处理与模型实验
工作职责
参与音频生成算法的研究与开发，包括音频变声与音色转换、音乐与音效生成、多模态音频生成等
参与音频数据 Pipeline 的建设与优化，包括数据采集、清洗、标注、筛选及处理流程自动化
参与音频理解模型的研究与应用，包括语音、音乐及环境声音的内容理解，以及音频质量与美学评价等
协助开展模型训练与微调、效果评测及实验分析，探索前沿算法在实际业务中的应用
优先资格
在 Interspeech、ICASSP 等顶会发表过论文，或在 DNS 等 Challenge 取得成绩者优先
熟悉 Diffusion、Flow Matching、音频编解码模型或音频多模态大模型，有模型复现、微调或应用经验者优先
有ASR和TTS算法经验者优先
AI 洞察
优缺点分析
优点
- 接触行业顶尖的AIGC音频技术栈，拥有大厂平台资源与海量真实业务数据支持，学术氛围浓厚利于科研产出
- 计算机/AI相关专业在读研究生或优秀本科生，对音频AI有浓厚兴趣且具备一定科研基础的求职者
缺点 / 挑战
- 对学术背景要求较高，需具备较强的算法复现与创新思维能力，竞争压力较大
角色解读
- 可向高级音频算法工程师、AI研究员方向发展，深入探索AIGC在多媒体内容创作领域的应用
- 专注于音频AI算法的前沿研究，包括音频生成（变声、音乐）、理解（内容识别、质量评估）及数据处理流水线建设
- 扎实的Python编程能力，掌握PyTorch等深度学习框架，具备音频信号处理、机器学习及深度学习理论基础
申请策略
- 准备一份清晰的项目作品集或代码仓库链接，展示你对音频生成/理解任务的具体实现细节
- 突出相关的科研项目经历、顶会论文发表情况、Kaggle/Challenge比赛成绩，详细列出掌握的音频处理框架与模型
- 深入学习Diffusion、Flow Matching等生成式模型原理，强化PyTorch实战能力，补充音频信号处理理论知识
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点阐述技术选型理由、遇到的挑战及解决方案、最终效果指标
- 请介绍你最近研究的音频生成或理解相关项目，难点在哪里？
- 如何理解和实现Diffusion模型在音频生成中的应用？
- 面对大规模音频数据，如何进行高效的数据清洗与Pipeline构建？
- PyTorch中如何处理自定义的音频数据集和模型训练循环？
- 复习深度学习基础理论，熟悉主流音频处理库（如Librosa），了解小红书音频业务场景，准备相关代码演示
职位点评
薪资福利70
成长发展90
工作生活60
使命价值80
薪资福利
70中等
作为大厂实习岗位，薪资虽非最高但符合市场标准，且提供完善的福利体系与背书价值。
薪资信号未披露（AI估算：0.4–0.6千/月）
成长发展
90较高
岗位聚焦前沿音频AI技术，提供顶级学术资源与业务落地场景，成长空间巨大。
技术前沿前沿/新兴技术
技术栈PyTorch、Diffusion、Flow Matching、ASR、TTS、多模态大模型
业务类型profit_center
工作生活
60中等
互联网大厂节奏较快，但实习岗位相对正式员工压力稍小，具体WLB取决于团队文化。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
致力于通过AI技术提升音频内容创作效率与体验，具有显著的技术创新价值与行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs