哔哩哔哩
语音算法工程师（ASR方向）【2027届】
语音算法工程师（ASR方向）【2027届】
发布于 大约 14 小时前普通员工/个人贡献者
上海市
无经验要求
全职员工
仅现场办公
本科
机器学习工程
Asr
多模态
大模型
强化学习
深度学习
端到端语音交互
语音翻译
语音识别
AI 估算 · 25k–40k
上海大厂算法岗，AI方向应届生起薪较高，薪资福利优厚。
职位详情
关于这个职位
该职位负责音频大模型研发，聚焦语音识别、语音翻译和端到端语音对话模型，并探索强化学习在语音模型中的应用
你将与B站技术团队合作，推动技术在视频理解、字幕、搜索等场景落地
适合对语音AI前沿技术有热情的应届生
最低要求
届应届毕业生，计算机科学、人工智能等相关专业本科及以上学历，具备扎实的机器学习、深度学习理论基础
有语音大模型相关前沿技术研究及发表论文经验，理解语音/多模态模型的原理，熟悉大模型底层技术，敢于挑战技术边界
工作职责
负责音频相关大模型研发，包括音频理解（语音识别、语音翻译等）、语音对话模型等方向
跟进前沿语音技术、行业动态及主流模型框架，开展相关学术研究并发表高水平论文
研究强化学习在语音大模型场景中的应用，探索面向主观偏好的奖励建模、偏好对齐及策略优化技术
研究端到端实时语音交互技术，解决语音理解、语音翻译及对话中的关键技术问题
推动相关技术在B站视频理解、字幕、搜索及创作等场景中的落地
优先资格
对端到端语音交互技术有深刻理解，跨语言语音处理技术有实际研究和开发背景，熟悉相关模型和技术栈者优先
有 ACM/ICPC、Kaggle 等编程竞赛获奖经历，或 GitHub 开源项目具有较大影响力者优先
InterSpeech、ICASSP、NeurIPS、ICML、ACL 等语音或 AI 顶会/顶刊发表过相关论文者优先
熟练使用AI agent能力者优先
AI 洞察
优缺点分析
优点
- 处于AI大模型前沿赛道，技术成长空间大，能接触到最先进的语音模型
- 哔哩哔哩作为大型互联网平台，拥有丰富的数据和应用场景，落地机会多
- 鼓励发表论文，适合学术型人才积累科研成果
- 语音大模型研究难度大，对数学和工程能力要求高
- 大厂算法岗竞争激烈，需要持续学习和快速迭代
- 适合对语音AI有浓厚兴趣、具备扎实理论基础和科研经验、渴望在技术前沿不断突破的应届毕业生
缺点 / 挑战
- 薪资水平较高，大厂福利完善
- 未明确WLB，可能存在较大工作压力和加班情况
角色解读
- 从算法工程师成长为语音大模型专家，在ASR、多模态方向深耕
- 可转向技术Leader或技术架构师路线，负责核心系统设计
- 依托B站业务场景，有机会将研究成果快速产品化，获得高影响力
- 研发音频大模型，包括语音识别、语音翻译、语音对话等核心方向，推动技术落地
- 跟踪前沿语音技术和主流模型框架，撰写学术论文并参与顶会交流
- 探索强化学习在语音场景的应用，如偏好对齐、奖励建模和策略优化
- 研究和优化端到端实时语音交互技术，解决实际问题并应用于B站业务
- 扎实的机器学习和深度学习理论基础，熟悉Transformer、Attention等模型结构
- 熟悉语音/多模态大模型原理，具备语音识别或语音交互的实践经验
- 具备一定的科研能力，能独立完成实验设计、结果分析和论文写作
- 对强化学习或AI Agent工具有了解，能快速学习并应用新技术
申请策略
- 了解B站视频内容生态，结合字幕、搜索等场景思考语音技术的应用
- 提前准备一段自我介绍，重点突出你的研究兴趣与岗位的契合度
- 重点突出语音相关项目经验或论文成果，尤其是语音识别、大模型方向的经历
- 展示编程竞赛获奖、开源项目贡献或顶会论文，体现算法与工程能力
- 在简历中明确列出掌握的深度学习框架（如PyTorch）和模型调优经验
- 如有强化学习或Agent项目，可单独说明，加分项
- 系统学习语音大模型主流框架，如Whisper、Qwen-Audio等，并进行实验
- 补充强化学习知识，重点了解RLHF、PPO等偏好优化方法
面试指南
- 用STAR原则描述项目：情境（Situation）、任务（Task）、行动（Action）、结果（Result），突出个人贡献和量化成果
- 对于算法设计类问题，先阐述问题定义，再给出技术选型动机，最后说明评估方法与预期效果
- 结合前沿文献和实际经验，展示你对技术趋势的理解，并提供合理的初步方案
- 请介绍你在语音识别或大模型方面最熟悉的一个项目，技术难点是什么？
- 如何设计一个语音对话模型的强化学习奖励函数？
- 你如何看待端到端语音识别与传统混合模型的区别与优劣？
- 请解释Transformer中的自注意力机制，并说明其在语音建模中的应用
- 如果让你在B站落地语音技术，你会优先选择哪个场景？为什么？
职位点评
71
综合评分
一线大厂算法岗，前沿语音大模型技术，薪资优厚但WLB不明确
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求前沿技术成长、渴望在语音AI领域深入发展的应届生，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值70
薪资福利
70中等
上海头部互联网公司，薪资水平通常较高，虽未在JD中披露具体数字，但整体补偿性较强。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
85较高
岗位涉及语音大模型、强化学习等前沿技术，有充分的技术成长空间和论文发表机会。
技术前沿前沿/新兴技术
技术栈ASR、语音大模型、强化学习、端到端、多模态
业务类型ambiguous
工作生活
50较低
工作地点在上海，办公模式未明确，未提及WLB相关安排，可能需要适应高强度研发节奏。
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
技术将落地于B站视频理解、字幕等场景，对提升用户体验有直接价值，但社会影响力相对中性。
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
哔哩哔哩 的其他在招职位
相似职位推荐
Watch Jobs