主分类：语音与音频算法研发
辅助：大模型与生成式算法研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "豆包音视频全双工大模型算法工程师 - 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、负责字节跳动音视频全双工大模型SeedDuplex、SeedRealTime的语音数据与算法研发，建设覆盖倾听、抢话、打断、重叠语音、多人对话等复杂交互场景的数据体系；\n2、负责全双工语音数据的采集、生成、清洗、标注与质量评估，研究数据配比、难例挖掘、合成数据及数据飞轮等方法，持续提升模型训练效率与能力上限；\n3、参与语音及音视频多模态大模型的预训练、后训练与评测，优化语音理解、说话人感知、轮次管理、打断响应、抗干扰及低延迟交互等核心能力；\n4、推动全双工大模型在豆包等场景落地，结合真实用户反馈开展误差分析与模型迭代，探索更自然、更实时、更具主动性的下一代人机交互体验。",
"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、有语音理解、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、有语音理解、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/7685645329135601925/detail"
}
]
},
"posting": {
"posting_id": "7685645329135601925",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7685645329135601925/detail"
},
"fulltext": "豆包音视频全双工大模型算法工程师 - 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、负责字节跳动音视频全双工大模型SeedDuplex、SeedRealTime的语音数据与算法研发，建设覆盖倾听、抢话、打断、重叠语音、多人对话等复杂交互场景的数据体系；\n2、负责全双工语音数据的采集、生成、清洗、标注与质量评估，研究数据配比、难例挖掘、合成数据及数据飞轮等方法，持续提升模型训练效率与能力上限；\n3、参与语音及音视频多模态大模型的预训练、后训练与评测，优化语音理解、说话人感知、轮次管理、打断响应、抗干扰及低延迟交互等核心能力；\n4、推动全双工大模型在豆包等场景落地，结合真实用户反馈开展误差分析与模型迭代，探索更自然、更实时、更具主动性的下一代人机交互体验。\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、有语音理解、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、负责字节跳动音视频全双工大模型SeedDuplex、SeedRealTime的语音数据与算法研发，建设覆盖倾听、抢话、打断、重叠语音、多人对话等复杂交互场景的数据体系；\n2、负责全双工语音数据的采集、生成、清洗、标注与质量评估，研究数据配比、难例挖掘、合成数据及数据飞轮等方法，持续提升模型训练效率与能力上限；\n3、参与语音及音视频多模态大模型的预训练、后训练与评测，优化语音理解、说话人感知、轮次管理、打断响应、抗干扰及低延迟交互等核心能力；\n4、推动全双工大模型在豆包等场景落地，结合真实用户反馈开展误差分析与模型迭代，探索更自然、更实时、更具主动性的下一代人机交互体验。\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、有语音理解、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": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}