美团
LongCat - 语音大模型算法研究员
LongCat - 语音大模型算法研究员
发布于 大约 14 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
学历未注明
机器学习
深度学习
语音识别
多模态
美团
声纹识别
语音大模型
AI 估算 · 25k–45k
美团上市大厂核心研发岗，语音大模型为前沿方向，薪资具有市场竞争力，参考北京同级别算法岗位。
职位详情
关于这个职位
作为美团语音大模型算法研究员，你将专注于语音识别、声纹技术及语音大模型的前沿研发，优化在线语音服务在客服、出行等业务中的准确率
加入基础研发平台，与顶尖团队共同探索多模态等热门方向，推动技术落地于海量业务场景
最低要求
有扎实的工程基础，熟练掌握 Python 或者 C++
具备机器学习经验基础，熟悉常见机器学习、深度学习算法，并对于未知算法有技术好奇心
工作职责
语音识别、声纹技术研发
优化在线语音识别服务，提升语音识别在客服、出行、美团App等具体业务中的识别准确率
语音大模型、多模态等前沿技术探索
AI 洞察
优缺点分析
优点
- 前沿技术方向：语音大模型、多模态是AI热点，技术积累含金量高
- 大平台海量场景：美团业务丰富，算法落地机会多，GPU资源充足
- 团队氛围好：高阶研发密度大，分享交流活动多，成长空间大
- 技术要求高：需要同时掌握工程能力和深度学习理论，学习曲线陡峭
- 竞争激烈：大厂算法岗位人才济济，需要持续产出成果
缺点 / 挑战
- 业务压力：在线服务对准确率和延迟要求严苛，优化挑战大
- 适合在语音/深度学习领域有扎实基础，渴望在工业界挑战前沿课题，并希望在大平台快速成长的算法工程师
角色解读
- 技术纵深发展：从语音识别到多模态大模型，成为语音AI领域专家
- 横向扩展：接触美团海量业务场景，积累超大规模系统优化经验
- 管理方向：随着团队扩张，可向技术Leader或架构师方向发展
- 研发语音识别与声纹技术，提升模型在客服、出行等场景的准确率
- 优化在线语音服务，处理海量实时音频数据，保证低延迟高可用
- 探索语音大模型、多模态等前沿方向，推动技术预研与业务落地
- 精通 Python 或 C++，具备扎实的工程落地能力
- 扎实的机器学习基础，熟悉深度学习算法，对新技术有好奇心
- 了解语音识别/声纹系统架构，或具备相关项目经验更佳
申请策略
- 面试前深入了解美团语音技术在实际业务中的应用案例，思考优化空间
- 准备1-2个独立完成的深度学习项目，展示从分析到解决的全过程
- 突出语音/声纹相关项目经验，特别是实际落地或性能优化的案例
- 强调工程能力：展示Python/C++项目，尤其是高性能或分布式系统经验
- 体现学习能力：列出参与的学术会议、发表的论文或开源贡献
- 系统学习语音识别经典模型（RNN-T, Transducer）及大模型（Whisper等）
- 动手实现一个小型语音识别系统，熟悉Kaldi/WeNet等工具
- 补充多模态相关知识，如CLIP、ImageBind等
面试指南
- 基础概念类：先明确定义和原理，再结合项目经验举例
- 优化方案类：从问题分析到多种方案对比，最后给出推荐
- 趋势类：结合当前学术和工业界热点，表达自己的见解
- 请详细描述一个语音识别系统的pipeline，从特征提取到解码
- 如何优化在线语音服务的延迟？有哪些常用策略？
- Transformer在语音任务中相比RNN的优势是什么？
- 如果标注数据有限，如何提升声纹识别准确率？
- 请谈谈你理解的语音大模型发展趋势
匹配度报告
62
综合匹配度
大厂核心语音算法岗，前沿技术栈，成长空间大，但WLB一般。
适合人群
适合追求技术前沿和快速成长，对工作生活平衡要求不高的开发者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活30
使命价值60
薪资福利匹配
70中等
上市大厂薪资福利有保障，但JD未披露具体薪资和福利细节，补偿性动机中等满足。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
90较高
语音大模型前沿方向、团队技术氛围浓厚、有培训和学术会议机会，发展性动机高度满足。
技术前沿前沿/新兴技术
技术栈语音识别、声纹、语音大模型、多模态、深度学习、Python、C++、机器学习
成长机会分享交流活动多、有行业影响力的培训和学习交流机会、参加国际优质学术会议
业务类型ambiguous
工作生活匹配
30较低
仅现场办公，未提及弹性工作或WLB，大厂算法岗位通常工作强度较大。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
60中等
美团业务与零售科技相关，语音技术改善用户体验，有一定社会价值，但非直接使命驱动。
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