滴滴出行
27届秋招-语音算法工程师
27届秋招-语音算法工程师
发布于 大约 14 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Asr
Llm
Machine Learning
Reinforcement Learning
Rlhf
Sft
Tts
End-To-End Speech Model
Model Fine-Tuning
AI 估算 · 25k–35k
北京大厂语音算法校招岗，技术前沿，薪资有竞争力，估计月薪2.5-3.5万，15薪。
职位详情
关于这个职位
作为语音算法工程师，你将参与滴滴出行创新事业部的基础大语言模型应用研发，结合机器学习与强化学习优化语音大模型，探索SFT/RLHF等前沿技术
需要熟悉主流语音合成框架和端到端语音大模型架构，适合对语音AI有热情、技术扎实的应届硕士
最低要求
届毕业生，硕士及以上学历
熟悉主流语音合成框架（如 CoSyVoice、F5、Bert-VITS、GPT-SoVITS 等），并具备实际调优经验
熟悉端到端语音大模型架构（如 MoShi、Llama-Onmi、GLM-Voice、Mimi-Omni 等），了解其训练与推理优化方法
具备大规模语音预训练、后训练（Post-training）经验，熟悉数据增强、模型微调等技术
有语音合成（TTS）、语音识别（ASR）、端到端语音大模型的落地经验
工作职责
参与基础大语言模型应用研发
结合机器学习、强化学习等技术优化基础大语言模型
调研并探索SFT/RLHF方向前沿算法、框架，持续提升现有算法的效率与效果
优先资格
语音算法相关专业优先，或者有语音算法相关实习经验优先
在 ICASSP、Interspeech、NeurIPS 等顶会发表过相关论文，或参与过开源语音项目贡献优先
AI 洞察
优缺点分析
优点
- 滴滴作为上市大厂，平台稳定，技术资源丰富
- 语音大模型是当前AI热点，技术前沿，能快速积累经验
- 面向27届，提前锁定秋招机会，竞争环境相对友好
- 作为校招生，需要快速适应团队并出成果
- 适合对语音AI有强烈兴趣、具备扎实机器学习基础和工程实践能力的应届硕士
缺点 / 挑战
- 技术要求高，需要同时掌握语音合成、识别和大模型训练，学习压力大
- 大厂节奏快，可能面临较高的工作强度和项目压力
角色解读
- 从算法工程师向资深算法专家发展，深入语音大模型核心技术
- 可转向技术管理岗位，带领团队研发语音AI产品
- 行业内语音大模型人才稀缺，发展空间广阔，可跳槽至头部AI公司
- 参与基础大语言模型的研发，专注于语音相关的大模型应用
- 运用机器学习、强化学习等技术优化模型效果，提升算法性能
- 探索SFT/RLHF等前沿算法与框架，跟踪学术界最新进展
- 熟悉主流语音合成框架（如CoSyVoice、GPT-SoVITS等），并有实际调优经验
- 掌握端到端语音大模型架构（如MoShi、GLM-Voice等），了解训练与推理优化
- 具备大规模语音预训练、后训练经验，熟悉数据增强与模型微调
申请策略
- 关注滴滴创新事业部的研究动态，在面试中展现对业务场景的理解
- 可以准备一个语音大模型的presentation，展示自己的深度思考
- 突出语音相关实习或项目经验，特别是TTS/ASR或语音大模型的调优案例
- 强调对主流框架（如CoSyVoice、GPT-SoVITS）的实际使用和优化细节
- 如果有顶会论文或开源贡献，一定重点展示
- 提前熟悉SFT/RLHF的论文和开源代码，尝试实现一个小实验
- 深入学习端到端语音大模型架构，了解训练与推理的优化技巧
- 掌握Python、PyTorch等常用工具，巩固机器学习基础
面试指南
- 用STAR法则回答项目经历：情境、任务、行动、结果，突出技术挑战和量化成果
- 对于技术原理问题，先给出定义和核心思想，再结合自己的项目阐述应用，最后提出优化方向
- 对于方案设计问题，从数据、模型、训练策略、评估四个维度展开，体现系统性思维
- 请介绍一下你在语音合成或识别项目中的具体工作和模型优化方法
- 你对SFT和RLHF的理解是什么？在语音大模型上如何应用？
- 如何设计一个端到端语音大模型的训练流程？
- 请谈谈你对CoSyVoice和GPT-SoVITS的异同和优劣
- 给定一个语音数据增强任务，你会如何选择技术方案？
职位点评
75
综合评分
大厂校招，语音大模型前沿技术，薪资较高，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
最看重技术成长和职业发展的求职者，愿意接受大厂节奏和现场办公。
表现最好
成长发展
相对薄弱
工作生活
薪资福利78
成长发展88
工作生活50
使命价值72
薪资福利
78中等
滴滴作为上市公司，薪资有竞争力，福利稳定，但JD未明确具体薪资和福利，整体补偿性较好。
薪资信号未披露（AI估算：25K-35K/月）
成长发展
88较高
职位聚焦语音大模型前沿技术，技术成长空间大，但未提及明确晋升和培训机制。
技术前沿前沿/新兴技术
技术栈LLM、SFT、RLHF、TTS、ASR、Speech Synthesis、End-to-End Speech Model、Machine Learning、Reinforcement Learning
业务类型ambiguous
工作生活
50较低
未提及远程或弹性，默认现场办公，北京通勤压力大，WLB信息不明确，且大厂可能加班。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
72中等
语音AI是高速增长赛道，技术有社会应用价值，但JD未明确使命愿景，意义感中等偏上。
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
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs