高德-语音算法工程师/专家-北京

优缺点分析

角色解读

• 技术深耕：成为语音算法专家，主导核心算法研发，产出顶会论文和专利
• 横向扩展：向多模态、AGI方向拓展，参与更大范围的AI产品创新
• 管理路线：技术管理岗，带领团队攻克前沿问题，推动业务落地
• 研发语音大模型和多模态对话系统，提升语音交互的自然度和智能度
• 搭建全双工交互能力，优化声学理解与语音生成，支撑高德核心产品
• 探索前沿模型架构，如speech language model和跨模态训练，推动技术创新
• 处理海量语音数据，设计自动评估框架，持续提升数据质量和模型性能
• 扎实的编程能力，精通C/C++、Python，熟悉数据结构和算法
• 深入理解深度学习框架（PyTorch、Megatron）和Transformer架构
• 在语音大模型、多模态或生成模型领域有研究或应用经验
• 具备工程能力，音视频实时交互系统开发经验更佳

申请策略

• 深入了解高德语音技术在导航、智能助手等场景的具体应用，在面试中展现业务理解
• 准备好算法推导和代码手撕环节，多练习LeetCode hard题
• 突出语音、多模态或大模型领域的项目经验，尤其是落地成果
• 强调编程竞赛、顶会论文、开源贡献等硬核指标
• 展示对音视频交互、端到端系统等工程能力的掌握
• 体现数据处理和自动评估框架的实践经验
• 补充语音大模型和端到端对话系统的前沿知识（如VALL-E、SpeechGPT等）
• 强化工程能力，学习RTMP/WebRTC等实时音视频技术

面试指南

• STAR法则：情境-任务-行动-结果，清晰描述项目背景和个人贡献
• 对比分析：从现有方案出发，指出不足，提出改进思路并展示可行性
• 数据驱动：强调数据质量、评估指标和迭代闭环的思考
• 请介绍你参与过的语音大模型项目，技术架构和关键挑战是什么？
• 如何设计一个全双工语音交互系统的pipeline？
• Transformer在语音任务中的变体有哪些？如何优化推理效率？
• 给定一个语音识别错误案例，如何从数据或模型角度改进？
• 你对voice agent的未来发展方向有什么看法？