智元机器人
智能语音系统架构师
智能语音系统架构师
发布于 大约 15 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
本科
软件工程
Asr
Gpt
Nlp
Pytorch
Tensorflow
Tts
大模型Agent
对话管理
微调
AI 估算 · 40k–70k
上海高级语音架构师稀缺，需同时掌握传统语音与大模型Agent，技能门槛高，市场薪资竞争力强，中位数约55K。
职位详情
关于这个职位
该职位负责机器人智能语音系统的端到端架构设计，核心是融合传统语音技术（ASR、TTS、对话管理）与大模型Agent，打造高效、可扩展的语音交互解决方案
你需要主导技术选型、架构落地与持续优化，既保障系统稳定性又提升智能化水平
适合有深厚语音功底并渴望探索大模型前沿的资深工程师
最低要求
学历与专业背景：本科及以上学历，计算机科学与技术、电子信息工程、人工智能、语音工程等相关专业
年及以上智能语音系统架构设计或相关研发经验，其中至少2年大模型Agent相关研发或架构设计经验
核心专业技能（传统语音架构）：精通传统智能语音系统全链路架构，深入理解ASR、TTS、NLP、对话管理（DM）的核心原理与技术细节
熟悉主流ASR/TTS引擎（如科大讯飞、百度语音、阿里语音、思必驰等）的部署与优化
掌握语音信号处理技术（降噪、回声消除、端点检测、语速调整等）
熟悉传统对话管理框架（如基于规则、状态机、统计学习的对话管理）
具备扎实的工程化能力，熟悉语音系统的分布式部署、负载均衡、高可用设计
核心专业技能（大模型Agent）：精通大模型Agent的核心原理、架构设计与实现方式，熟悉Agent的记忆机制、规划能力、工具调用流程、多轮对话管理
熟悉主流大模型（如GPT系列、LLaMA系列、通义千问、Minimax等）的特性与部署方式，具备大模型微调、量化、轻量化部署的相关经验
掌握大模型Agent与传统系统的集成方法
了解大模型Agent的评估体系
通用技术能力：具备扎实的编程基础，熟练掌握至少一种编程语言（如Python、C++、Java），熟悉主流框架（如TensorFlow、PyTorch、FastAPI等）
熟悉分布式系统、微服务架构设计，了解容器化部署（Docker、K8s）
具备较强的技术敏感度
软技能：具备极强的架构设计能力与逻辑思维
具备良好的跨部门沟通协调能力
具备高度的责任心、执行力与抗压能力
热爱AI与语音领域，具备较强的学习能力、创新意识与问题解决能力
工作职责
主要职责：
系统架构整体设计：主导机器人智能语音系统端到端架构设计，涵盖语音采集、预处理、ASR、NLP、TTS、对话管理、大模型Agent集成等全链路，兼顾传统语音架构的稳定性与大模型Agent的智能化，制定架构规范、技术标准与落地路线图
传统语音架构优化与迭代：深入理解传统语音系统架构，负责现有架构的性能优化、瓶颈突破，解决传统语音系统在交互流畅度、场景适配性、多轮对话能力上的短板，保障系统高可用、低延迟
大模型Agent融合落地：精通大模型Agent原理与应用，负责将大模型Agent与传统语音系统深度融合，设计Agent与ASR、TTS、对话管理模块的交互机制，实现“传统语音链路高效执行+大模型Agent智能决策”的协同模式
技术选型与方案论证：结合业务需求，选型传统语音技术与大模型Agent相关技术，组织技术方案论证，评估技术可行性、成本与风险，输出最优技术方案
项目落地与迭代优化：主导机器人智能语音系统架构落地实施，跟进项目进度，协调跨部门资源，确保项目按时交付
持续优化架构设计，迭代大模型Agent与传统语音模块的融合策略
技术前沿探索与沉淀：关注语音技术、大模型Agent领域的前沿动态，开展技术预研与试点验证
沉淀架构设计经验、技术方案与最佳实践
跨部门协同与需求对接：与产品、业务部门深度对接，将业务需求转化为架构设计方案
协同测试部门制定测试策略，保障系统质量
优先资格
加分项：有大型智能语音系统（如智能客服、车载语音、智能家居、智能机器人交互）架构设计与落地经验，且有大模型Agent融合改造案例
熟悉多模态语音交互（语音+文本+视觉）技术
参与过开源大模型Agent项目或语音技术开源项目
具备专利或核心技术论文（语音技术、大模型Agent相关）
AI 洞察
优缺点分析
优点
- 处于AI与大模型融合前沿，技能稀缺性强，职业天花板高
- 公司B轮，成长快速，有机会从0到1搭建核心系统，积累完整架构经验
- 薪资竞争力强，且公司处于上升期，期权潜在回报高
- 技术要求极高，需同时精通传统语音与大模型Agent，学习曲线陡峭
- 行业技术迭代快，需持续跟进新模型、新框架，保持技术敏感度
- 适合有5年以上语音架构经验、对大模型Agent充满热情、喜欢技术攻坚且能适应快节奏的技术专家
缺点 / 挑战
- 跨部门协调、项目攻坚压力大，需在稳定性与创新间平衡
角色解读
- 技术深度：成为语音+大模型交叉领域的顶尖专家，主导行业级方案
- 管理方向：晋升为技术总监或架构委员会成员，带领团队攻克难题
- 业务拓展：横向跨界至多模态交互、机器人感知等前沿方向，拓宽技术影响力
- 主导机器人语音系统从采集到对话的全链路架构设计，确保系统稳定且智能化
- 优化传统ASR/TTS引擎与对话管理模块，解决延迟、流畅度等性能瓶颈
- 将大模型Agent无缝融入语音系统，实现上下文理解、多轮决策等高级功能
- 跟踪技术前沿，选型合适的大模型和Agent框架，输出技术方案并推动落地
- 精通语音全链路：ASR、TTS、NLP、对话管理、信号处理
- 掌握大模型Agent原理：记忆、规划、工具调用，以及模型微调与部署
- 扎实的工程能力：Python/C++、分布式系统、容器化部署（Docker/K8s）
- 系统架构设计能力：能从业务出发设计可扩展、高可用的架构
申请策略
- 深入了解智元机器人的产品方向（如人形机器人、服务机器人），在面试中展示对业务场景的理解
- 准备一个传统语音与大模型融合的架构方案案例，体现设计思路与落地细节
- 突出语音全链路架构项目经历，尤其是ASR/TTS优化、对话系统设计案例
- 强调大模型Agent融合落地的具体成果，例如改进后的交互指标提升
- 展示工程化能力：分布式部署、性能调优、微服务架构设计
- 列出开源贡献或技术专利、论文，体现技术深度
- 若缺少大模型Agent实践经验，可自学LangChain、AutoGPT等框架并做一些Demo
- 补充大模型微调（LoRA、QLoRA）和轻量化部署（vLLM、ollama）技能
面试指南
- 采用STAR法则：场景→任务→行动→结果，量化指标如延迟降低、准确率提升
- 技术选型对比：传统方案 vs 大模型方案，权衡成本、效果、维护性
- 问题排查思路：从数据流角度逐层分析，结合日志与监控定位瓶颈
- 请描述你主导过的一个语音系统架构，如何平衡实时性与智能化？
- 如何将大模型Agent集成到传统语音管道中？会遇到哪些挑战？
- 假设机器人语音交互在嘈杂环境中准确率下降，你会如何优化信号处理链路？
- 对于大模型Agent的记忆机制，你有何设计经验？如何保证长期记忆的有效性？
- 在分布式语音系统中，如何保证低延迟和高可用？
职位点评
71
综合评分
高薪高成长的前沿架构岗，技术壁垒高，但工作强度大，WLB较差。
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
适合追求技术成长、挑战高薪、不介意工作强度的大牛，而非看重WLB的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活40
使命价值65
薪资福利
75中等
该职位薪资水平在市场中上，B轮公司有期权潜力，但未在JD中明确薪资范围，福利信息缺失，稳定性中等。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
该职位处于语音+大模型前沿领域，技术挑战大，能快速积累稀缺技能；JD明确要求技术探索与沉淀，但未明确提及培训或晋升通道。
技术前沿前沿/新兴技术
技术栈ASR、TTS、大模型Agent、微调、量化、Docker、K8s
业务类型profit_center
工作生活
40较低
仅现场办公，上海核心地段，但JD未提及弹性工作制或WLB信号，且暗示高强度（如'抗压能力'、'多项目并行'）。
工作模式仅现场办公
办公地点未明确
加班情况明确要求弹性/高强度
使命价值
65中等
机器人智能语音交互具有社会价值，但直接使命导向不明显；行业处于高速增长赛道，创新性强，但未提及社会影响。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs