天猫
业务技术-音频算法工程师-3A与智能语音交互方向
业务技术-音频算法工程师-3A与智能语音交互方向
发布于 大约 2 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
3A算法
Asr
Gpt
Pytorch
Tensorflow
Tts
Vad
噪声抑制
回声消除
值不值得投
73综合评分
综合评分 73
技术前沿、成长空间大，但薪资未明确，WLB未知。
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
45K
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
54 个在招 · 其中算法优化工程师 4 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 70 个在招
职位详情
关于这个职位
该职位负责天猫智能语音交互方向的核心算法研发，包括3A算法（回声消除、噪声抑制、增益控制）、语音识别与合成，以及交互式语音模型的探索
你将与产品、工程团队紧密合作，将算法落地到实际应用，并跟踪学术界前沿技术
适合对语音交互和智能体技术有浓厚兴趣、具备扎实算法功底和工程能力的候选人
最低要求
计算机科学、人工智能、信号处理、声学等相关专业硕士及以上学历
精通3A算法原理与工程实现，熟悉语音识别（ASR）、语音合成（TTS）、语音对话与理解大模型等技术，有实际项目经验者优先
熟练掌握Python、C++等编程语言，熟悉TensorFlow、PyTorch等深度学习框架
具备扎实的机器学习、深度学习基础，熟悉Transformer、BERT、GPT等预训练模型
对人机语音交互、智能体技术有浓厚兴趣，具备良好的跨团队协作能力与技术攻坚意识
工作职责
负责3A核心算法的研发与迭代，包括回声消除（aec）、自动噪声抑制（ans）、自动增益控制（agc），确保算法在复杂声学环境下的鲁棒性，保障全双工通话的高保真音质与交互体验
推动3A算法的轻量化部署与端侧适配，结合深度学习与传统信号处理技术，平衡算法性能与资源消耗，支撑智能体语音交互技术基座建设
针对人机语音交互、智能体对话等前沿场景，优化VAD判停和语义完整性检查，实现“快速打断，智能判停，实时响应”的自然对话能力
研发语音识别（ASR）、语音合成（TTS）技术，并探索交互式语音模型在智能体对话中的应用，搭建可控双流模型的数据，训练和评估体系，优化对话模型的边说边听和情感识别能力
与产品、工程团队紧密合作，将算法模型落地到实际应用中，并持续优化系统性能
跟踪学术界和工业界的最新进展，探索前沿技术在对话系统中的应用
优先资格
在相关会议期刊（如ACL、EMNLP、ICASSP、Interspeech等）发表过相关论文优先
AI 洞察
优缺点分析
优点
- 工作涉及3A算法、ASR、TTS、大模型等多个前沿领域，技能积累丰富
- 公司平台大，资源丰富，有机会与顶尖团队合作，推动技术落地
- 算法研发与工程落地并重，对技术深度和工程能力要求高
- 语音交互领域竞争激烈，需要持续学习并跟进学术界和工业界的最新进展
缺点 / 挑战
- 深度参与天猫智能语音交互的核心技术研发，技术挑战高，成长空间大
- 工作强度可能较高，需要具备较强的抗压能力和技术攻坚能力
- 适合对语音交互和智能体技术有浓厚兴趣，具备扎实算法功底和工程能力，希望在技术深度和业务落地中不断挑战自我的工程师
角色解读
- 在语音技术领域深耕，成为3A算法或语音交互方向的专家
- 向技术管理方向发展，带领团队负责核心算法研发与落地
- 探索前沿技术（如交互式语音模型），在学术界或工业界发表高影响力成果
- 负责3A核心算法（回声消除、噪声抑制、自动增益控制）的研发与迭代，确保在复杂声学环境下的鲁棒性
- 推动3A算法的轻量化部署与端侧适配，结合深度学习与传统信号处理技术，优化性能与资源消耗
- 优化VAD判停和语义完整性检查，实现自然的人机语音交互，并研发ASR、TTS技术
- 探索交互式语音模型在智能体对话中的应用，搭建数据、训练和评估体系，优化对话模型能力
- 精通3A算法原理与工程实现，熟悉语音识别、语音合成、语音对话与理解大模型等技术
- 熟练掌握Python、C++等编程语言，熟悉TensorFlow、PyTorch等深度学习框架
- 具备扎实的机器学习、深度学习基础，熟悉Transformer、BERT、GPT等预训练模型
- 具备良好的跨团队协作能力与技术攻坚意识，对语音交互和智能体技术有浓厚兴趣
申请策略
- 了解天猫智能语音业务的发展方向，在面试中展示对业务的理解
- 准备项目案例，突出技术难点和解决方案，体现技术深度
- 突出3A算法、语音识别、语音合成等项目的实际经验，展示技术深度和项目成果
- 强调Python、C++、TensorFlow、PyTorch等技能，以及深度学习、机器学习基础
- 如有相关论文发表，务必在简历中突出，这是重要的加分项
- 展示跨团队协作和技术攻坚的案例，体现解决复杂问题的能力
- 深入学习3A算法原理和工程实现，关注最新技术趋势
- 熟悉语音识别、语音合成、大模型等前沿技术，并动手实践
面试指南
- 回答项目经验时，采用STAR法则，突出项目背景、你的具体任务、采取的行动和最终成果
- 对于技术问题，先阐述基本原理，再结合项目经验说明具体实现和优化过程
- 对于开放性问题，展现对行业趋势的理解，并结合自身经验给出有深度的见解
- 请详细介绍一下你过去在3A算法或语音识别项目中的具体工作
- 如何平衡3A算法的性能与资源消耗，实现轻量化部署？
- 你如何优化VAD判停和语义完整性检查，提升交互体验？
- 你对交互式语音模型在智能体对话中的应用有何理解？
- 如何与产品、工程团队协作，将算法落地到实际应用？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
该职位薪资未明确，但根据岗位要求和公司背景，预计薪资具有竞争力。福利待遇未在JD中提及。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
该职位涉及3A算法、ASR、TTS、大模型等前沿技术，技术挑战高，成长空间大。JD中提及跟踪学术界和工业界最新进展，鼓励技术创新。
技术前沿前沿/新兴技术
技术栈3A算法、ASR、TTS、VAD、Transformer、BERT、GPT、深度学习、TensorFlow、PyTorch
成长机会跟踪学术界和工业界的最新进展
业务类型profit_center
工作生活
50较低
JD未提及工作模式，但根据行业惯例，可能为现场办公。工作强度未提及，但技术攻坚可能带来一定压力。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
该职位致力于提升人机交互体验，具有技术价值，但社会影响力未明确提及。
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
Watch Jobs