职位详情

职位列表 链接有效 不适用(官网全量采集) official:baidu:fe83ed73-2fcb-4b1c-8b89-d831cfac071a

语音语义一体化工程师(大模型方向)(J67682)

未披露 · 北京市 · 百度

主分类:大模型与生成式算法研发
算法与数据
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": "语音语义一体化工程师(大模型方向)(J67682)",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "技术中台群组",
        "location": "北京市",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "百度",
        "company_industry": "互联网 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "baidu.com",
        "company_description": "百度围绕搜索发展人工智能技术,业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "-硕士或博士学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "-负责大规模语言模型的设计、训练和优化,特别是在自然语言处理和语音识别交互中的应用\n-探索和开发大模型在语音识别、语音合成和多模态交互中的前沿应用\n-参与自然语言处理技术的平台化开发,推动大模型技术在语音语义交互领域的创新应用\n-负责数据挖掘、数据增强等算法工具的研发,并针对大模型进行专项优化\n-跟踪大模型在NLP领域的最新研究进展,并研究实施应用",
        "requirements_text": "-硕士或博士学历,计算机、人工智能或相关专业\n-具有深入的大模型研发背景,熟悉Transformers、BERT、GPT等现代NLP模型架构\n-熟悉Linux平台下的数据处理,精通Python、perl、C、C++等编程语言,对数据结构和算法设计有深入理解\n-在语音识别与交互方向有浓厚兴趣,有相关的大模型应用经验者优先\n-优秀的逻辑思维和问题分析能力,对数据敏感,能够快速定位和解决核心问题\n-具备扎实的数学基础,尤其在统计学和线性代数方面\n-较强的沟通能力和逻辑表达能力,具有持续学习的热情,良好的团队合作态度,以及强烈的责任心\n加分项:\n-在ACL、NeurIPS、ICML等顶级会议或期刊上有大模型或NLP相关领域的论文发表\n-具有知识图谱、对话系统或其他高级NLP任务的研发经验\n-在在开源社区有显著贡献,如GitHub上的高关注项目",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "数据结构",
            "算法设计",
            "知识图谱",
            "团队协作",
            "沟通能力",
            "逻辑思维",
            "分析能力",
            "大语言模型"
        ],
        "preferred_qualifications": "在语音识别与交互方向有浓厚兴趣,有相关的大模型应用经验者优先;加分项:",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.baidu.com/jobs/detail/SOCIAL/fe83ed73-2fcb-4b1c-8b89-d831cfac071a"
            }
        ]
    },
    "posting": {
        "posting_id": "fe83ed73-2fcb-4b1c-8b89-d831cfac071a",
        "post_date": "2025-02-25",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/fe83ed73-2fcb-4b1c-8b89-d831cfac071a"
    },
    "fulltext": "语音语义一体化工程师(大模型方向)(J67682)\n语音语义一体化工程师(大模型方向)(J67682)\n\n基础信息\n部门:技术中台群组\n地点:北京市\n类别:技术\n招聘人数:1\n发布时间:2026-07-21\n\n工作职责\n-负责大规模语言模型的设计、训练和优化,特别是在自然语言处理和语音识别交互中的应用\n-探索和开发大模型在语音识别、语音合成和多模态交互中的前沿应用\n-参与自然语言处理技术的平台化开发,推动大模型技术在语音语义交互领域的创新应用\n-负责数据挖掘、数据增强等算法工具的研发,并针对大模型进行专项优化\n-跟踪大模型在NLP领域的最新研究进展,并研究实施应用\n\n职责要求\n-硕士或博士学历,计算机、人工智能或相关专业\n-具有深入的大模型研发背景,熟悉Transformers、BERT、GPT等现代NLP模型架构\n-熟悉Linux平台下的数据处理,精通Python、perl、C、C++等编程语言,对数据结构和算法设计有深入理解\n-在语音识别与交互方向有浓厚兴趣,有相关的大模型应用经验者优先\n-优秀的逻辑思维和问题分析能力,对数据敏感,能够快速定位和解决核心问题\n-具备扎实的数学基础,尤其在统计学和线性代数方面\n-较强的沟通能力和逻辑表达能力,具有持续学习的热情,良好的团队合作态度,以及强烈的责任心\n加分项:\n-在ACL、NeurIPS、ICML等顶级会议或期刊上有大模型或NLP相关领域的论文发表\n-具有知识图谱、对话系统或其他高级NLP任务的研发经验\n-在在开源社区有显著贡献,如GitHub上的高关注项目\n-负责大规模语言模型的设计、训练和优化,特别是在自然语言处理和语音识别交互中的应用\n-探索和开发大模型在语音识别、语音合成和多模态交互中的前沿应用\n-参与自然语言处理技术的平台化开发,推动大模型技术在语音语义交互领域的创新应用\n-负责数据挖掘、数据增强等算法工具的研发,并针对大模型进行专项优化\n-跟踪大模型在NLP领域的最新研究进展,并研究实施应用\n-硕士或博士学历,计算机、人工智能或相关专业\n-具有深入的大模型研发背景,熟悉Transformers、BERT、GPT等现代NLP模型架构\n-熟悉Linux平台下的数据处理,精通Python、perl、C、C++等编程语言,对数据结构和算法设计有深入理解\n-在语音识别与交互方向有浓厚兴趣,有相关的大模型应用经验者优先\n-优秀的逻辑思维和问题分析能力,对数据敏感,能够快速定位和解决核心问题\n-具备扎实的数学基础,尤其在统计学和线性代数方面\n-较强的沟通能力和逻辑表达能力,具有持续学习的热情,良好的团队合作态度,以及强烈的责任心\n加分项:\n-在ACL、NeurIPS、ICML等顶级会议或期刊上有大模型或NLP相关领域的论文发表\n-具有知识图谱、对话系统或其他高级NLP任务的研发经验\n-在在开源社区有显著贡献,如GitHub上的高关注项目",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}