{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "豆包大模型语音识别算法工程师 - Data语音",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京、上海",
        "work_mode": "未披露",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "2027届获得本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍：Data-语音团队致力于语音、音乐等大模型AIGC技术的研发和产品创新，我们的使命是通过多模态AIGC音频技术赋能内容创作和语音交互，让内容生产、消费与互动变得更加简单、沉浸、多元化。当前团队已有成熟的大模型语音合成、语音理解、音乐生成等多模态音频技术，并持续迭代大模型端到端语音交互方案等，一方面通过中台形式服务于公司众多业务线，例如豆包/Dola、抖音/TikTok、剪映/CapCut、番茄小说、海绵音乐等产品；另一方面，团队已经通过字节跳动旗下的火山引擎开放平台-语音技术和火山方舟平台，向众多企业开放技术成熟稳定的能力和服务。\n\n1、参与研发新一代语音识别大模型，包括端到端语音识别（E2E ASR）、语音－文本多模态理解模型等下一代人工智能核心技术；\n2、负责语音识别模型的预训练与微调，探索高效预训练策略、自监督学习、语音－文本联合建模等方法，持续提升识别准确率与泛化能力；\n3、关注和推进语音识别技术在业务场景中的广泛应用，包括但不限于流式低延迟识别、多语言、多方言识别、语音字幕、语音转写、语音交互等场景的落地与优化；\n4、深入调研和关注语音识别、语音信号处理、多模态大模型等方向的前沿技术，将学术创新转化为业务价值；\n5、与工程引擎团队协作，推动语音识别模型的推理优化与高效部署，实现低延迟、高吞吐的工业级落地。",
        "requirements_text": "1、2027届获得本科及以上学历，计算机科学、信号处理、人工智能等相关专业；\n2、有语音识别（ASR）、语音信号处理、自然语言处理等研究或技术背景，熟悉端到端语音识别框架（如Transformer/Conformer/Whisper类架构）者优先；\n3、有预训练技术经验，包括但不限于语音自监督预训练（wav2vec2/HuBERT等）、高效训练、强化学习，参与过研发语音或NLP相关预训练模型及其下游应用者优先；\n4、熟练掌握PyTorch等深度学习框架，Python编程语言，具备扎实的深度学习和机器学习基础；\n5、发表过领域顶级会议文章（Interspeech、ICASSP、NeurIPS、ICML、ICLR、ACL等）、相关实习经验或者ACM竞赛获奖者优先。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "机器学习",
            "深度学习",
            "强化学习",
            "自然语言处理",
            "信号处理"
        ],
        "preferred_qualifications": "2、有语音识别（ASR）、语音信号处理、自然语言处理等研究或技术背景，熟悉端到端语音识别框架（如Transformer/Conformer/Whisper类架构）者优先；3、有预训练技术经验，包括但不限于语音自监督预训练（wav2vec2/HuBERT等）、高效训练、强化学习，参与过研发语音或NLP相关预训练模型及其下游应用者优先；5、发表过领域顶级会议文章（Interspeech、ICASSP、NeurIPS、ICML、ICLR、ACL等）、相关实习经验或者ACM竞赛获奖者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7675294795275307269/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7675294795275307269",
        "post_date": "2026-08-18",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7675294795275307269/detail"
    },
    "fulltext": "豆包大模型语音识别算法工程师 - Data语音\n职位描述\n团队介绍：Data-语音团队致力于语音、音乐等大模型AIGC技术的研发和产品创新，我们的使命是通过多模态AIGC音频技术赋能内容创作和语音交互，让内容生产、消费与互动变得更加简单、沉浸、多元化。当前团队已有成熟的大模型语音合成、语音理解、音乐生成等多模态音频技术，并持续迭代大模型端到端语音交互方案等，一方面通过中台形式服务于公司众多业务线，例如豆包/Dola、抖音/TikTok、剪映/CapCut、番茄小说、海绵音乐等产品；另一方面，团队已经通过字节跳动旗下的火山引擎开放平台-语音技术和火山方舟平台，向众多企业开放技术成熟稳定的能力和服务。\n\n1、参与研发新一代语音识别大模型，包括端到端语音识别（E2E ASR）、语音－文本多模态理解模型等下一代人工智能核心技术；\n2、负责语音识别模型的预训练与微调，探索高效预训练策略、自监督学习、语音－文本联合建模等方法，持续提升识别准确率与泛化能力；\n3、关注和推进语音识别技术在业务场景中的广泛应用，包括但不限于流式低延迟识别、多语言、多方言识别、语音字幕、语音转写、语音交互等场景的落地与优化；\n4、深入调研和关注语音识别、语音信号处理、多模态大模型等方向的前沿技术，将学术创新转化为业务价值；\n5、与工程引擎团队协作，推动语音识别模型的推理优化与高效部署，实现低延迟、高吞吐的工业级落地。\n\n职位要求\n1、2027届获得本科及以上学历，计算机科学、信号处理、人工智能等相关专业；\n2、有语音识别（ASR）、语音信号处理、自然语言处理等研究或技术背景，熟悉端到端语音识别框架（如Transformer/Conformer/Whisper类架构）者优先；\n3、有预训练技术经验，包括但不限于语音自监督预训练（wav2vec2/HuBERT等）、高效训练、强化学习，参与过研发语音或NLP相关预训练模型及其下游应用者优先；\n4、熟练掌握PyTorch等深度学习框架，Python编程语言，具备扎实的深度学习和机器学习基础；\n5、发表过领域顶级会议文章（Interspeech、ICASSP、NeurIPS、ICML、ICLR、ACL等）、相关实习经验或者ACM竞赛获奖者优先。\n团队介绍：Data-语音团队致力于语音、音乐等大模型AIGC技术的研发和产品创新，我们的使命是通过多模态AIGC音频技术赋能内容创作和语音交互，让内容生产、消费与互动变得更加简单、沉浸、多元化。当前团队已有成熟的大模型语音合成、语音理解、音乐生成等多模态音频技术，并持续迭代大模型端到端语音交互方案等，一方面通过中台形式服务于公司众多业务线，例如豆包/Dola、抖音/TikTok、剪映/CapCut、番茄小说、海绵音乐等产品；另一方面，团队已经通过字节跳动旗下的火山引擎开放平台-语音技术和火山方舟平台，向众多企业开放技术成熟稳定的能力和服务。\n\n1、参与研发新一代语音识别大模型，包括端到端语音识别（E2E ASR）、语音－文本多模态理解模型等下一代人工智能核心技术；\n2、负责语音识别模型的预训练与微调，探索高效预训练策略、自监督学习、语音－文本联合建模等方法，持续提升识别准确率与泛化能力；\n3、关注和推进语音识别技术在业务场景中的广泛应用，包括但不限于流式低延迟识别、多语言、多方言识别、语音字幕、语音转写、语音交互等场景的落地与优化；\n4、深入调研和关注语音识别、语音信号处理、多模态大模型等方向的前沿技术，将学术创新转化为业务价值；\n5、与工程引擎团队协作，推动语音识别模型的推理优化与高效部署，实现低延迟、高吞吐的工业级落地。\n1、2027届获得本科及以上学历，计算机科学、信号处理、人工智能等相关专业；\n2、有语音识别（ASR）、语音信号处理、自然语言处理等研究或技术背景，熟悉端到端语音识别框架（如Transformer/Conformer/Whisper类架构）者优先；\n3、有预训练技术经验，包括但不限于语音自监督预训练（wav2vec2/HuBERT等）、高效训练、强化学习，参与过研发语音或NLP相关预训练模型及其下游应用者优先；\n4、熟练掌握PyTorch等深度学习框架，Python编程语言，具备扎实的深度学习和机器学习基础；\n5、发表过领域顶级会议文章（Interspeech、ICASSP、NeurIPS、ICML、ICLR、ACL等）、相关实习经验或者ACM竞赛获奖者优先。",
    "standard_classification": {
        "std_category_code": "T035",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}