科大讯飞
AI研究算法工程师(J14375)
AI研究算法工程师(J14375)
发布于 大约 14 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Pytorch
多模态
大模型预训练
推荐系统
深度学习
特征工程
自然语言处理
值不值得投
73综合评分
综合评分 73
前沿AI算法岗，技术含量高，成长性强，但WLB和薪资福利需具体确认。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
30K
比人工智能中位数高
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 210 个在招 · 其中人工智能 14 个
市场机会
选择适中
合肥 · 人工智能 · 27 个在招
职位详情
关于这个职位
该岗位是科大讯飞的AI研究算法工程师，主要负责参与公司核心AI方向（如自然语言处理、推荐算法、智能语音及多模态）的前沿算法研究与工程化落地
工作内容贯穿从数据构建、模型训练到服务部署的全链路，旨在将前沿技术与办公等实际业务场景结合，提升模型效果与业务价值
最低要求
重点院校本科及以上学历，计算机、软件工程、人工智能、信号处理、自动化、应用数学、统计学等相关专业
熟悉 Transformer、预训练语言模型、推荐系统、语音、计算机视觉或多模态等至少一个方向的相关算法与理论
熟练掌握 Python、C/C++、Java、Scala 等至少一门编程语言，熟悉 Linux、数据结构及至少一种深度学习框架，如 PyTorch、TensorFlow、MindSpore
具备良好的英文文献阅读、问题分析解决及沟通协作能力
工作职责
参与自然语言处理、推荐算法、智能语音及多模态等方向的前沿算法研究、工程实现与迭代优化，包括大模型预训练、领域适配、推荐模型、语音及多模态算法等
基于业务数据与应用场景，参与数据构建、特征工程、模型训练、评测优化及算法效果分析，持续提升模型效果与业务价值
参与算法能力全链路建设，包括模型训练、在线实验、服务部署及系统方案落地推广
面向办行业场景，开展大模型、推荐、语音等算法能力的研发与应用落地
跟踪人工智能及相关领域前沿技术进展，开展技术预研，并推动研究成果业务转化
优先资格
有论文发表、竞赛获奖、开源贡献或大规模模型训练与业务落地经验者优先
AI 洞察
优缺点分析
优点
- 能接触到前沿的AI技术研究（如大模型预训练、多模态），有很好的技术积累和成长空间
- 依托科大讯飞的平台和资源，有较多的业务场景和数据可以验证和迭代算法，实现技术价值
- 工作地点在合肥，生活成本相对一线城市较低，有利于平衡生活与工作
- 岗位职责覆盖算法全链路，有助于培养从研究到落地的完整工程思维
- AI技术迭代迅速，需要持续投入时间学习前沿论文和技术，保持竞争力
- 工作需要将理论算法与实际业务场景紧密结合，对问题分析和业务理解能力要求高
- 适合对人工智能算法有浓厚兴趣，具备扎实理论基础和较强工程实践能力，享受从研究到落地全过程，并期望在特定AI领域持续深耕的求职者
缺点 / 挑战
- 算法效果的提升可能遇到瓶颈，且项目可能涉及跨部门协作，沟通成本较高
角色解读
- 技术专家路线：在某一AI领域（如大模型预训练）持续深耕，成为该领域的资深算法专家或架构师
- 技术管理路线：在具备扎实技术的基础上，带领小团队负责模块或项目，向技术主管、经理发展
- 跨领域拓展：从单一算法方向扩展到多模态、系统架构或更广泛的AI产品落地，成为全栈AI工程师
- 参与公司核心AI方向（如大模型、推荐、语音）的算法研发与工程化，将学术成果转化为实际产品能力
- 负责从数据处理、模型训练到线上部署的全链路工作，确保算法效果能有效服务于办公等业务场景
- 跟踪并预研前沿技术（如多模态大模型），推动技术突破与业务创新结合
- 扎实的AI理论基础，至少精通一个领域（NLP/推荐/语音/CV）的算法原理与模型
- 强大的工程能力，能熟练使用Python和深度学习框架（PyTorch/TensorFlow）将算法落地为可运行的系统
- 良好的问题分析与解决能力，能基于业务数据进行特征工程、模型评测与优化迭代
- 优秀的英文文献阅读能力与团队协作精神，能跟踪最新研究并与同事协作推进项目
申请策略
- 研究科大讯飞在办公、教育、汽车等领域的AI产品与技术，思考如何将你的算法技能应用于这些场景
- 在面试中，不仅能讲解算法原理，更能结合业务数据阐述你对模型效果评估和优化的理解
- 突出与职位要求匹配的AI项目经验，特别是涉及大模型、推荐或语音方向的研究或工程实践
- 详细描述在项目中负责的具体算法工作、使用的框架和技术栈，以及最终取得的量化效果
- 如有论文发表、竞赛获奖或重要的开源贡献，应在显眼位置列出
- 强调使用Python/C++等语言进行工程实现和性能优化的能力
- 深入学习Transformer架构和预训练语言模型（如BERT, GPT系列）的原理与实现
- 动手实践大模型的微调、蒸馏或领域适配，积累实际训练和优化经验
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经历，重点突出你的个人贡献和思考过程
- 从数据、模型、特征、策略等多个维度系统性地分析模型效果不佳的原因，并提出可能的解决方案
- 结合行业报告和自身理解，阐述技术趋势，并尝试与科大讯飞的业务场景（如办公智能化）建立联系
- 展现你对科大讯飞技术的了解和热情，将你的技能与公司发展方向相结合
- 请介绍一个你做过的最复杂的AI算法项目，你在其中负责什么，遇到了什么挑战，如何解决的？
- 如果你负责的推荐模型在A/B测试中效果不及预期，你会如何分析和排查问题？
- 你对当前大模型技术（如LLM）的发展趋势有什么看法？你认为它将如何影响你负责的业务方向？
- 为什么选择科大讯飞？你对我们哪个AI产品或技术方向最感兴趣？
职位点评
薪资福利75
成长发展85
工作生活50
使命价值80
薪资福利
75中等
职位来自知名上市企业，在合肥地区薪资水平应具有市场竞争力，能为求职者提供稳定的经济回报和职业平台。
薪资信号市场水准 (20K-40K/月)
成长发展
85较高
岗位涉及人工智能前沿领域（大模型、多模态），技术含量高，且科大讯飞在AI领域积累深厚，能为员工提供良好的技术成长环境和业务实践机会。
技术前沿前沿/新兴技术
技术栈Transformer、预训练语言模型、推荐系统、大模型预训练、多模态、Python、PyTorch、TensorFlow
业务类型profit_center
工作生活
50较低
JD未明确说明工作模式、加班政策或福利，无法判断工作与生活的平衡状况。仅现场办公意味着需要固定通勤。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
人工智能是当前高速发展的科技赛道，科大讯飞作为行业重要参与者，其工作具有推动行业技术进步和社会智能化发展的潜在价值。
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