顺丰速运
语音大模型算法工程师（顺丰科技）
语音大模型算法工程师（顺丰科技）
发布于 大约 11 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Ai应用
Pytorch
Rlhf
机器学习
深度学习
语音大模型
预训练
值不值得投
72综合评分
综合评分 72
顺丰校招AI算法岗，技术前沿、成长空间大，薪资有竞争力，但办公与WLB未明确。
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。
薪资怎么样
20K
比机器学习工程中位数低
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 120 个在招 · 其中机器学习工程 2 个
市场机会
选择面较广
深圳 · 机器学习工程 · 58 个在招
职位详情
关于这个职位
该职位负责利用语音大模型技术，在客服、销售、运营等业务场景中实现AI应用落地，提升用户体验
工作涉及语音大模型的预训练、微调、推理优化以及技术标准化与产品化，以支持业务目标
最低要求
届本科及以上学历毕业生，人工智能、计算机相关专业优先
具有扎实的数学、计算机科学功底和良好的编程基础
对数据结构和算法设计有深刻理解，掌握Python/C/C++/Java等至少一门高级编程语言
熟悉常见的大模型相关算法，精通Whisper/Qwen-Audio/CosyVoice/F5等主流语音大模型原理和结构
熟悉大模型的数据处理、Pretrain、Finetune、RLHF等实践经验
精通至少一种主流深度学习框架（如PyTorch/TensorFlow等），熟练掌握Python编程语言
具有AI、大模型应用产品落地经验，相关产品产生重大经济经济、提效价值
工作职责
负责利用语音大模型相关算法，实现客服、销售、运营、办公职能等业务板块中语音大模型的应用落地，支持业务目标以及提升用户体验
负责语音大模型的预训练、SFT、RLHF与推理优化等工作，能够根据场景需求设计高效的训练方案，并解决训练中出现的问题
紧跟语音大模型技术的最新进展，面向集团各类业务场景，提升语音标准能力，实现大模型技术的标准化与产品化
AI 洞察
优缺点分析
优点
- 接触前沿的语音大模型技术，在大型企业的丰富业务场景中获得实战经验，技术成长空间大
- 背靠顺丰集团的庞大业务体系和数据资源，有利于技术方案的规模化验证与应用
- 作为已上市公司，平台稳定，为个人职业发展提供可靠的基础和资源支持
- 负责将技术从研究落地到实际业务，需要很强的跨部门沟通和解决问题的能力
- 作为应届生进入，需要快速适应企业环境和大规模项目开发的节奏
- 适合对人工智能和语音技术有浓厚兴趣、具备扎实理论基础、希望将前沿技术应用于实际业务场景的应届毕业生
缺点 / 挑战
- 大模型技术迭代迅速，需要持续学习以保持技术竞争力，工作压力可能较大
角色解读
- 技术专家路线：深入语音大模型算法，成为AI算法专家或架构师，负责复杂项目的技术决策
- 产品化路线：结合技术理解与业务洞察，转向AI产品经理或技术负责人，推动AI产品的战略发展
- 管理路线：在技术团队中积累领导经验，逐步晋升为技术经理或研发总监，负责团队与项目管理
- 负责语音大模型在客服、销售等业务场景中的应用开发与落地，解决实际业务问题
- 设计和执行语音大模型的预训练、微调（SFT）和强化学习（RLHF）流程，优化模型性能
- 紧跟前沿技术进展，将大模型能力标准化、产品化，提升集团整体技术效率
- 具备扎实的编程基础（Python/C++）和数据结构算法能力，能熟练使用深度学习框架（如PyTorch）
- 深入理解主流语音大模型（如Whisper、CosyVoice）的原理，并拥有相关的预训练、微调实践经验
- 能够将AI技术与实际业务结合，有产品落地经验，理解如何创造经济或提效价值
申请策略
- 在申请材料或面试中，可以结合顺丰的物流业务，阐述语音大模型在智能客服、物流调度等场景的应用构想
- 了解顺丰科技的技术栈和文化，展示你与公司价值观和业务方向的契合度
- 重点突出与大模型相关的项目经历或研究成果，如参与过预训练、微调、模型优化等实践
- 详细描述使用Python、PyTorch等工具解决具体问题的案例，体现编程和算法能力
- 强调任何与AI应用落地相关的经验，说明如何为业务创造价值或提升效率
- 深入学习主流语音大模型（如Whisper、Qwen-Audio）的架构和训练方法，进行实践练习
- 加强在模型推理优化和部署方面的知识，了解如何在生产环境中提升模型效率
- 关注物流、供应链等行业的AI应用案例，理解顺丰的业务场景，以便更好地结合技术
面试指南
- 对于技术原理问题，采用“概述核心概念-结合实际模型举例-说明优缺点或适用场景”的框架
- 对于项目经验问题，使用STAR法则（情境-任务-行动-结果），重点描述你的具体贡献和技术决策
- 对于业务应用问题，先分析业务痛点，再提出技术解决方案，并考虑可行性、成本和预期收益
- 请描述一下你对Whisper或CosyVoice等语音大模型原理的理解
- 在你的项目中，是如何进行大模型数据处理和微调（Finetune）的？遇到了哪些挑战？
- 如果让你将一个语音大模型应用到客服场景，你会考虑哪些关键因素？
- 请分享一个你认为最成功的AI应用落地案例，并说明其产生的价值
- 你如何看待大模型技术在物流行业中的应用前景？
职位点评
薪资福利75
成长发展85
工作生活50
使命价值65
薪资福利
75中等
对于应届毕业生，该岗位提供具有市场竞争力的薪酬和上市公司稳定的工作平台，能满足基本的经济与稳定需求。
薪资信号市场水准 (15K-25K/月)
成长发展
85较高
岗位涉及前沿的语音大模型技术，有明确的实践和产品化要求，为技能深度成长和行业经验积累提供了良好平台。
技术前沿前沿/新兴技术
技术栈语音大模型、PyTorch、RLHF、Whisper
业务类型ambiguous
工作生活
50较低
职位描述未明确提及办公模式或工作生活平衡相关信号，工作地点类型也未明确，生活化动机满足程度存在不确定性。
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
65中等
岗位在成熟的物流行业推动AI技术创新，通过技术提升业务效率，具有一定的社会价值和实用导向的使命感。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs