Watch Jobs
Ant Group logo
蚂蚁集团
蚂蚁集团-智能语音算法专家-杭州
立即应聘

蚂蚁集团-智能语音算法专家-杭州

发布于 大约 3 小时前

普通员工/个人贡献者

杭州市
高级经验
全职员工
仅现场办公
硕士
机器学习工程
Asr
Pytorch
Tensorflow
Vad
信号处理
全双工
声纹识别
深度学习
语音增强

AI 估算 · 35k–60k

资深语音算法专家岗位，蚂蚁集团大厂薪资较高，杭州生活成本适中，结合市场水平估算月薪35-60K。

职位详情

关于这个职位

该职位负责蚂蚁集团智能客服语音Agent的核心算法研发，包括VAD、语音增强、声纹识别和ASR模型建设

你将参与全双工交互系统的构建，解决复杂噪声环境下的语音检测与打断策略，推动前沿技术落地
适合具备扎实信号处理基础和语音算法经验的工程师，工作地点在杭州

最低要求

计算机、电子信息、信号处理等相关专业，硕士及以上学历，3 年以上语音算法相关工作经验

扎实的数字信号处理基础，精通时频分析
深入理解 VAD 原理，有过完整ASR训练优化或流式VAD项目经验
全双工项目优先
熟悉传统及 AI 降噪算法，有处理电话信道或低信噪比场景经验

工作职责

动态 VAD 建设：负责面向全双工语音 Agent 的高精度、低延迟 VAD 算法研发

重点解决复杂噪声环境下的语音检测、人声/背景声分离，以及智能打断策略的算法实现，提升交互的流畅度与实时性
语音增强与降噪：负责服务端单/多通道语音增强、回声消除、去混响及降噪算法的研发与优化，提升电话及复杂声学场景下的智能语音对话效果
声纹与角色分离：研发服务端声纹识别及说话人分离算法，用于在多人对话或嘈杂背景中锁定目标用户，实现个性化服务与干扰过滤
旁路ASR模型建设
前沿技术落地：跟踪语音领域的 SOTA 技术（如 E2E 模型、流式处理模型），负责核心算法模型在生产环境中的训练、调优及工程化落地

AI 洞察

优缺点分析

优点

  • 全双工语音Agent是前沿方向，技术壁垒高，积累的经验具有长期职业价值
  • 团队技术氛围浓厚，有机会与行业顶级专家合作，持续跟踪SOTA技术
  • 语音算法领域更新快，需要持续学习新技术，保持技术敏锐度
  • 涉及多算法模块（VAD、降噪、声纹、ASR），需要跨领域知识整合能力

缺点 / 挑战

  • 蚂蚁集团作为互联网巨头，平台大、资源丰富，技术挑战度高，能接触海量真实语音数据
  • 智能客服场景对实时性和准确率要求极高，算法优化难度大，工作压力可能较大
  • 适合对语音技术有深厚兴趣、具备信号处理和深度学习背景、喜欢挑战复杂工程问题的算法工程师

角色解读

  • 可向语音技术专家或架构师方向发展，主导全双工语音交互系统的技术规划
  • 有机会转为算法团队技术负责人，管理多个语音方向的研究与落地
  • 积累智能客服、智能语音助手等领域的经验，向产品化或AI应用方向拓展
  • 研发高精度低延迟的VAD算法，解决复杂噪声环境下的语音检测和智能打断策略
  • 优化语音增强、降噪、回声消除等算法，提升通话场景下的语音质量
  • 开发声纹识别和说话人分离模型，实现目标用户锁定和个性化服务
  • 跟踪并落地E2E模型、流式处理等前沿语音技术，推动算法工程化
  • 扎实的数字信号处理和时频分析基础，精通VAD原理
  • 熟悉传统及AI降噪算法，有电话信道或低信噪比场景处理经验
  • 具备ASR训练优化或流式VAD项目经验，了解全双工交互系统
  • 掌握深度学习框架（TensorFlow/PyTorch），能独立完成模型训练和部署

申请策略

  • 面试前梳理一个完整的语音交互系统链路，从信号处理到ASR到策略打断，展示系统性思考
  • 关注蚂蚁集团在金融科技领域的应用场景，思考语音技术如何提升客服效率和用户体验
  • 突出VAD、降噪、声纹识别等语音算法的项目经验，具体说明在噪声处理、延迟优化上的成果
  • 强调全双工或流式处理项目的实际落地案例，展示工程化能力
  • 列出发表的语音相关论文、专利或开源贡献，体现技术深度
  • 说明使用的技术栈（如Kaldi、WeNet、PyTorch等）以及性能提升指标
  • 补充学习E2E语音模型（如Conformer、Transducer）和流式处理技术
  • 熟悉高通量语音数据处理和实时推理优化（如ONNX、TensorRT）

面试指南

  • 采用STAR法则：情境、任务、行动、结果，突出具体技术方案和量化效果
  • 对于原理性问题，先阐述基础概念，再结合实际项目说明优化思路
  • 遇到开放性问题时，先分析难点，再提出分步骤的解决框架
  • 请详细描述你过去做的VAD项目，如何平衡准确率和延迟？
  • 在电话信道低信噪比环境下，你如何设计降噪方案？
  • 全双工语音交互中，智能打断策略需要考虑哪些因素？
  • 请解释自注意力机制和CTC/RNN-T在ASR中的应用
  • 你如何评估语音算法的线上效果？有哪些关键指标？

职位点评

72
综合评分

大厂核心语音算法岗位，前沿技术栈，高成长性，但工作强度可能较大（现场办公）。

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。

更适合这类人
该职位最适合追求技术成长、希望在语音前沿领域深耕的求职者，对工作生活平衡要求不高者更佳。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活40
使命价值65

薪资福利

80较高

蚂蚁集团薪资与福利在行业内具有较强竞争力，但JD未明确薪资范围，具体需面议。

薪资信号未披露（AI估算：35K-60K/月）

成长发展

90较高

该职位涉及全双工语音Agent的前沿技术，技术挑战大，能持续积累核心能力，发展空间广阔。

技术前沿前沿/新兴技术
技术栈VAD、ASR、语音增强、声纹识别、全双工、深度学习、E2E模型
业务类型profit_center

工作生活

40较低

工作地点在杭州，要求现场办公，未提及弹性工作或WLB保障，可能面临较高工作强度。

工作模式仅现场办公
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

65中等

智能客服语音技术可提升用户服务体验，具有一定社会价值，行业增长迅速，但使命感信号不强。

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

蚂蚁集团 的其他在招职位

相似职位推荐

Watch Jobs