小红书
大模型语音识别算法工程师
大模型语音识别算法工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Icassp
Interspeech
大模型
数据处理
深度学习
算法优化
语音识别
音频理解
值不值得投
78综合评分
综合评分 78
核心业务大模型算法岗，技术前沿且鼓励学术产出，薪资竞争力强但工作节奏可能较快。
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，方便横向比较。
薪资怎么样
5万
比算法优化工程师中位数高
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 2130 个在招 · 其中算法优化工程师 19 个
市场机会
选择面较广
上海 · 算法优化工程师 · 约 190 个在招
职位详情
关于这个职位
该职位主要负责小红书业务场景下的语音识别及音频理解算法研发与落地
你需要跟进前沿音频理解技术，提出新框架并改进现有算法，同时处理工业级大规模数据以持续提升业务指标
最低要求
AI、EE、CS相关专业
熟悉语音识别算法，对语音识别系统落地和业务效果优化有实际经验
对工业级大规模数据有实际处理经验，有使用海量数据优化实际业务模型的动手经验
工作职责
支持语音识别及音频理解在小红书丰富业务场景的落地，持续优化大模型语音识别效果
跟进最领先的音频理解技术体系，包括但不限于提出新的音频理解技术框架、改进现有的算法、持续提升相关技术及业务指标，鼓励撰写论文及申请专利
优先资格
良好的团队沟通能力，积极思考，主动解决问题者优先
在相关国际会议或期刊（ICASSP、INTERSPEECH、ASRU、ISMIR、TASLP、Speech Communication）发表过论文者优先
AI 洞察
优缺点分析
优点
- 依托小红书丰富的业务场景，算法落地机会多，能快速积累工业级大模型实战经验
- 鼓励撰写论文和申请专利，有利于个人技术影响力和学术成果积累
- 大模型和音频理解技术迭代极快，需要持续跟进前沿并保持技术敏感度
- 适合具备扎实语音算法基础、有顶会论文背景且渴望在超大型互联网平台将前沿技术落地的算法人才
缺点 / 挑战
- 处理工业级海量数据对工程能力和算力资源调度要求较高
角色解读
- 从算法工程师成长为语音/音频领域的算法专家或技术负责人
- 在超大型互联网平台积累海量数据与复杂业务场景经验，提升行业影响力
- 负责小红书业务场景下的语音识别与音频理解算法研发与落地
- 跟进前沿技术，优化大模型语音识别效果，处理海量工业级数据
- 扎实的语音识别与音频理解算法基础，具备大模型相关经验
- 拥有工业级大规模数据处理与模型优化能力，有顶会论文发表经验者优先
申请策略
- 如果有ICASSP、INTERSPEECH等顶会论文，务必在简历中显著位置展示，这是极大的加分项
- 突出在语音识别、音频理解领域的实际落地项目经验，特别是大模型相关的应用
- 强调处理工业级大规模数据的工程能力与优化成果
- 深入学习最新的大模型音频处理技术（如Audio LLM），提升海量数据清洗、训练与推理优化的工程能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经验，重点突出数据规模、优化策略和最终业务指标的提升
- 对于论文问题，清晰阐述动机、方法、实验对比及个人核心贡献
- 请详细介绍你过往在语音识别系统落地中遇到的最大挑战及解决方案
- 针对工业级大规模数据，你是如何进行数据清洗、筛选和模型优化的？
- 你如何跟进和复现最新的音频理解技术框架？
- 请分享一篇你发表过的顶会论文的核心贡献和创新点
- 复习语音识别经典模型及最新大模型音频理解前沿论文（如AudioPaLM, Qwen-Audio等）
- 准备过往项目中处理海量数据的具体技术方案和性能优化细节
职位点评
薪资福利85
成长发展90
工作生活50
使命价值75
薪资福利
85较高
大模型算法岗在超大型互联网平台薪资极具竞争力，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
90较高
岗位鼓励撰写论文和申请专利，且涉及最前沿的大模型音频理解技术，技术成长与学术发展空间极大。
技术前沿前沿/新兴技术
技术栈语音识别、音频理解、大模型
成长机会鼓励撰写论文及申请专利
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与加班情况，但超大型互联网平台的核心算法岗通常工作节奏较快。
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
75中等
音频理解技术能提升小红书内容生态的体验，具有一定的社会价值，但主要偏向商业与用户体验。
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