前瞻技术研究岗（语音理解大模型算法）

优缺点分析

角色解读

• 纵向可成长为语音/多模态大模型领域的算法专家或首席科学家
• 横向可向AI技术总监或前瞻技术团队负责人发展，主导车载AI战略落地
• 研发语音理解相关算法，涵盖语音识别、情感识别、语种识别等，并推动其在车载等场景的业务落地
• 攻坚自监督/有监督预训练语音编码器，探索语音接入LLM及多模态大模型的前沿架构
• 参与从零到一的全链路研发，独立或牵头负责特定技术方向的探索与突破
• 扎实的机器学习与深度学习基础，精通PyTorch/TensorFlow等框架及C++/Python编程
• 熟悉端到端语音识别（LAS/Transformer/Conformer）及无监督预训练（wav2vec/HuBERT）技术
• 具备大模型（LLM）预训练、SFT、强化学习及多模态数据建设的实战经验

申请策略

• 提前了解吉利汽车在智能座舱和车载语音交互方面的最新产品与技术布局，面试时结合业务场景谈技术
• 重点突出在语音识别、情感识别或大模型（LLM/SFT/RLHF）方向的实际项目经验与落地成果
• 展示在ICASSP、Interspeech、ACL等顶会/顶刊的论文发表记录，证明学术与科研能力
• 强调对端到端声学建模及无监督预训练（如wav2vec、HuBERT）的深入理解与代码实现能力
• 深入学习多模态大模型架构（如Audio Encoder+LLM），了解最新的语音大模型开源方案
• 熟悉车载场景的算力限制与部署优化技术（如模型量化、剪枝、端侧推理加速）

面试指南

• 采用STAR法则（情境、任务、行动、结果）描述项目经验，重点突出你在算法设计、数据构建和工程落地中的核心贡献
• 对于技术对比问题，从模型架构、训练数据、计算复杂度、下游任务表现等维度进行结构化对比
• 请详细介绍你参与的语音端到端大模型（Audio Encoder+LLM）项目，遇到了哪些挑战及如何解决？
• 在车载场景下，语音识别和情感识别的难点是什么？如何优化模型以适应车内噪声环境？
• 请对比分析wav2vec、HuBERT和wavLM等无监督预训练模型的优缺点及适用场景
• 如果要将一个庞大的多模态大模型部署到车端算力受限的平台上，你会采取哪些优化策略？
• 复习语音识别、大模型微调（SFT/RLHF）及多模态融合的核心原理，准备1-2个自己主导的复杂算法项目案例
• 了解智能座舱语音交互的行业痛点（如降噪、全双工、情感计算），思考技术解决方案