主分类：AI模型评测工程
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": "音频大模型评测工程师-【可灵AI专项】",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D13923",
"location": "Beijing",
"work_mode": "未披露",AI生成
"job_category": "J0012"AI生成
},
"company": {
"company_name": "快手科技",
"company_industry": "内容社区 / 直播 / 电商 / 人工智能",
"company_size": "10000人以上",
"company_website": "kuaishou.com",
"company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 2,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "音频大模型评测工程师-【可灵AI专项】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D13923\n发布时间：2026-07-09\n\n岗位职责\n音视频生成大模型评测体系建设与演进及业务保障，负责包括但不限于视频生成大模型中音频生成模块（Audio Gen）及音视频一体化的算法效果。不仅是评测的执行者，更是评测体系的架构师，通过深度的算法归因分析，驱动音频 VAE等核心组件的算法优化和迭代。\n1、音视频一体化评测体系建设：\n1）音频生成与音频理解相关算法、评测方法及评测指标体系具有深入理解，熟悉常见视频与音频质量评估方法，能够结合业务场景设计合理的评测方案；\n2）建立从底层算子（VAE, Latent Space）到上层生成效果的全链路评测标准；\n3）定义并量化音画同步性、语义关联度、音频美学表现力等关键维度；\n2、Benchmark 与方法论沉淀：\n1）构建具有行业领先水平的音频生成 Benchmark，涵盖音乐、环境音、音效（SFX）及人声等；\n2）沉淀主客观结合的评测方法论，包括客观指标（FAD、KL Divergence、IS、CLAP Score）与专家级主观评价量表（MOS, MUSHRA）；\n3、深度诊断与归因分析：输出专业评测报告，深度分析，定位模型缺陷，如针对音频 VAE 压缩失真、音频扩散模型频谱缺失、相位扭曲等问题进行深度诊断，并给出改进建议；\n4、前瞻性调研与实验：持续跟踪 AIGC 领域（如 ElevenLabs、Suno、Stable Audio等）前沿技术动态，将行业最新的模型能力和技术路线转化为可落地的评测方案；\n5、评测工具与平台化驱动：参与或主导自动化评测工具与平台的开发，利用技术手段提升大规模音视频数据的评测效率，探索基于大模型的自监督评测（LLM-as-a-judge）等创新手段。\n\n任职要求\n1、专业功底：\n1）本科及以上学历，有音频相关经验或学历：计算机、人工智能、数字媒体技术、录音工程、音乐制作、音响导演、音频编辑、音乐工程等专业优先。\n2）具备同期录音、后期混音、配乐制作或SDK声学调校、音质评价等相关领域的学习背景或实践经验，对音频质量的主客观评价有一定的了解；\n3）熟悉主观音质评价体系，对于各类音频的听评标准有敏感性，有金耳朵认证者优先；\n4）音/视频生成领域评测方法与指标体系有系统研究或实践经验，有音频类算法评测经验优先（包括TTS、文生音频、V2A、音视频一体化模型等），对常见算法模型及生成模型原理有较好理解，熟悉机器学习模型评估方法与指标，对音视频生成算法原理（如 Diffusion、Transformer、GAN）有较好理解。\n2、评测经验：\n1）2年及以上算法评测或开发经验；\n2）有音频生成（TTS/AI 音乐/音效生成）或多模态（Video-to-Audio）评测经验者优先；\n3）具备良好的数据分析能力与数据化思维，能够通过实验结果进行系统分析并形成结论；\n3、工具与技术储备：\n1）熟练掌握 Python，熟悉 PyTorch/TensorFlow，能够编写脚本进行大规模数据处理及模型推理；\n2）熟悉数字信号处理，能熟练使用音频分析工具；\n4、加分项：\n1）熟悉影视剧音视频制作标准、制作流程，对于不同风格化内容有赏析能力的从业者优先，熟悉乐理，包括但不限于曲风、配器、编曲结构等基础知识，能够从理论的角度对音频内容进行分析和评价者优先；\n2）对大模型、多模态模型、AIGC技术保持持续关注和强烈兴趣，有实践经验者优先。",
"requirements_text": "音频大模型评测工程师-【可灵AI专项】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D13923\n发布时间：2026-07-09\n\n岗位职责\n音视频生成大模型评测体系建设与演进及业务保障，负责包括但不限于视频生成大模型中音频生成模块（Audio Gen）及音视频一体化的算法效果。不仅是评测的执行者，更是评测体系的架构师，通过深度的算法归因分析，驱动音频 VAE等核心组件的算法优化和迭代。\n1、音视频一体化评测体系建设：\n1）音频生成与音频理解相关算法、评测方法及评测指标体系具有深入理解，熟悉常见视频与音频质量评估方法，能够结合业务场景设计合理的评测方案；\n2）建立从底层算子（VAE, Latent Space）到上层生成效果的全链路评测标准；\n3）定义并量化音画同步性、语义关联度、音频美学表现力等关键维度；\n2、Benchmark 与方法论沉淀：\n1）构建具有行业领先水平的音频生成 Benchmark，涵盖音乐、环境音、音效（SFX）及人声等；\n2）沉淀主客观结合的评测方法论，包括客观指标（FAD、KL Divergence、IS、CLAP Score）与专家级主观评价量表（MOS, MUSHRA）；\n3、深度诊断与归因分析：输出专业评测报告，深度分析，定位模型缺陷，如针对音频 VAE 压缩失真、音频扩散模型频谱缺失、相位扭曲等问题进行深度诊断，并给出改进建议；\n4、前瞻性调研与实验：持续跟踪 AIGC 领域（如 ElevenLabs、Suno、Stable Audio等）前沿技术动态，将行业最新的模型能力和技术路线转化为可落地的评测方案；\n5、评测工具与平台化驱动：参与或主导自动化评测工具与平台的开发，利用技术手段提升大规模音视频数据的评测效率，探索基于大模型的自监督评测（LLM-as-a-judge）等创新手段。\n\n任职要求\n1、专业功底：\n1）本科及以上学历，有音频相关经验或学历：计算机、人工智能、数字媒体技术、录音工程、音乐制作、音响导演、音频编辑、音乐工程等专业优先。\n2）具备同期录音、后期混音、配乐制作或SDK声学调校、音质评价等相关领域的学习背景或实践经验，对音频质量的主客观评价有一定的了解；\n3）熟悉主观音质评价体系，对于各类音频的听评标准有敏感性，有金耳朵认证者优先；\n4）音/视频生成领域评测方法与指标体系有系统研究或实践经验，有音频类算法评测经验优先（包括TTS、文生音频、V2A、音视频一体化模型等），对常见算法模型及生成模型原理有较好理解，熟悉机器学习模型评估方法与指标，对音视频生成算法原理（如 Diffusion、Transformer、GAN）有较好理解。\n2、评测经验：\n1）2年及以上算法评测或开发经验；\n2）有音频生成（TTS/AI 音乐/音效生成）或多模态（Video-to-Audio）评测经验者优先；\n3）具备良好的数据分析能力与数据化思维，能够通过实验结果进行系统分析并形成结论；\n3、工具与技术储备：\n1）熟练掌握 Python，熟悉 PyTorch/TensorFlow，能够编写脚本进行大规模数据处理及模型推理；\n2）熟悉数字信号处理，能熟练使用音频分析工具；\n4、加分项：\n1）熟悉影视剧音视频制作标准、制作流程，对于不同风格化内容有赏析能力的从业者优先，熟悉乐理，包括但不限于曲风、配器、编曲结构等基础知识，能够从理论的角度对音频内容进行分析和评价者优先；\n2）对大模型、多模态模型、AIGC技术保持持续关注和强烈兴趣，有实践经验者优先。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"机器学习",
"数据分析",
"信号处理",
"分析能力",
"招聘",
"大语言模型"
],
"preferred_qualifications": "1）本科及以上学历，有音频相关经验或学历：计算机、人工智能、数字媒体技术、录音工程、音乐制作、音响导演、音频编辑、音乐工程等专业优先；3）熟悉主观音质评价体系，对于各类音频的听评标准有敏感性，有金耳朵认证者优先；4）音/视频生成领域评测方法与指标体系有系统研究或实践经验，有音频类算法评测经验优先（包括TTS、文生音频、V2A、音视频一体化模型等），对常见算法模型及生成模型原理有较好理解，熟悉机器学习模型评估方法与指标，对音视频生成算法原理（如 Diffusion、Transformer、GAN）有较好理解；2）有音频生成（TTS/AI 音乐/音效生成）或多模态（Video-to-Audio）评测经验者优先；4、加分项：；1）熟悉影视剧音视频制作标准、制作流程，对于不同风格化内容有赏析能力的从业者优先，熟悉乐理，包括但不限于曲风、配器、编曲结构等基础知识，能够从理论的角度对音频内容进行分析和评价者优先；2）对大模型、多模态模型、AIGC技术保持持续关注和强烈兴趣，有实践经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/29965"
}
]
},
"posting": {
"posting_id": "29965",
"post_date": "2026-07-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/29965"
},
"fulltext": "音频大模型评测工程师-【可灵AI专项】\n音频大模型评测工程师-【可灵AI专项】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D13923\n发布时间：2026-07-09\n\n岗位职责\n音视频生成大模型评测体系建设与演进及业务保障，负责包括但不限于视频生成大模型中音频生成模块（Audio Gen）及音视频一体化的算法效果。不仅是评测的执行者，更是评测体系的架构师，通过深度的算法归因分析，驱动音频 VAE等核心组件的算法优化和迭代。\n1、音视频一体化评测体系建设：\n1）音频生成与音频理解相关算法、评测方法及评测指标体系具有深入理解，熟悉常见视频与音频质量评估方法，能够结合业务场景设计合理的评测方案；\n2）建立从底层算子（VAE, Latent Space）到上层生成效果的全链路评测标准；\n3）定义并量化音画同步性、语义关联度、音频美学表现力等关键维度；\n2、Benchmark 与方法论沉淀：\n1）构建具有行业领先水平的音频生成 Benchmark，涵盖音乐、环境音、音效（SFX）及人声等；\n2）沉淀主客观结合的评测方法论，包括客观指标（FAD、KL Divergence、IS、CLAP Score）与专家级主观评价量表（MOS, MUSHRA）；\n3、深度诊断与归因分析：输出专业评测报告，深度分析，定位模型缺陷，如针对音频 VAE 压缩失真、音频扩散模型频谱缺失、相位扭曲等问题进行深度诊断，并给出改进建议；\n4、前瞻性调研与实验：持续跟踪 AIGC 领域（如 ElevenLabs、Suno、Stable Audio等）前沿技术动态，将行业最新的模型能力和技术路线转化为可落地的评测方案；\n5、评测工具与平台化驱动：参与或主导自动化评测工具与平台的开发，利用技术手段提升大规模音视频数据的评测效率，探索基于大模型的自监督评测（LLM-as-a-judge）等创新手段。\n\n任职要求\n1、专业功底：\n1）本科及以上学历，有音频相关经验或学历：计算机、人工智能、数字媒体技术、录音工程、音乐制作、音响导演、音频编辑、音乐工程等专业优先。\n2）具备同期录音、后期混音、配乐制作或SDK声学调校、音质评价等相关领域的学习背景或实践经验，对音频质量的主客观评价有一定的了解；\n3）熟悉主观音质评价体系，对于各类音频的听评标准有敏感性，有金耳朵认证者优先；\n4）音/视频生成领域评测方法与指标体系有系统研究或实践经验，有音频类算法评测经验优先（包括TTS、文生音频、V2A、音视频一体化模型等），对常见算法模型及生成模型原理有较好理解，熟悉机器学习模型评估方法与指标，对音视频生成算法原理（如 Diffusion、Transformer、GAN）有较好理解。\n2、评测经验：\n1）2年及以上算法评测或开发经验；\n2）有音频生成（TTS/AI 音乐/音效生成）或多模态（Video-to-Audio）评测经验者优先；\n3）具备良好的数据分析能力与数据化思维，能够通过实验结果进行系统分析并形成结论；\n3、工具与技术储备：\n1）熟练掌握 Python，熟悉 PyTorch/TensorFlow，能够编写脚本进行大规模数据处理及模型推理；\n2）熟悉数字信号处理，能熟练使用音频分析工具；\n4、加分项：\n1）熟悉影视剧音视频制作标准、制作流程，对于不同风格化内容有赏析能力的从业者优先，熟悉乐理，包括但不限于曲风、配器、编曲结构等基础知识，能够从理论的角度对音频内容进行分析和评价者优先；\n2）对大模型、多模态模型、AIGC技术保持持续关注和强烈兴趣，有实践经验者优先。\n音频大模型评测工程师-【可灵AI专项】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D13923\n发布时间：2026-07-09\n\n岗位职责\n音视频生成大模型评测体系建设与演进及业务保障，负责包括但不限于视频生成大模型中音频生成模块（Audio Gen）及音视频一体化的算法效果。不仅是评测的执行者，更是评测体系的架构师，通过深度的算法归因分析，驱动音频 VAE等核心组件的算法优化和迭代。\n1、音视频一体化评测体系建设：\n1）音频生成与音频理解相关算法、评测方法及评测指标体系具有深入理解，熟悉常见视频与音频质量评估方法，能够结合业务场景设计合理的评测方案；\n2）建立从底层算子（VAE, Latent Space）到上层生成效果的全链路评测标准；\n3）定义并量化音画同步性、语义关联度、音频美学表现力等关键维度；\n2、Benchmark 与方法论沉淀：\n1）构建具有行业领先水平的音频生成 Benchmark，涵盖音乐、环境音、音效（SFX）及人声等；\n2）沉淀主客观结合的评测方法论，包括客观指标（FAD、KL Divergence、IS、CLAP Score）与专家级主观评价量表（MOS, MUSHRA）；\n3、深度诊断与归因分析：输出专业评测报告，深度分析，定位模型缺陷，如针对音频 VAE 压缩失真、音频扩散模型频谱缺失、相位扭曲等问题进行深度诊断，并给出改进建议；\n4、前瞻性调研与实验：持续跟踪 AIGC 领域（如 ElevenLabs、Suno、Stable Audio等）前沿技术动态，将行业最新的模型能力和技术路线转化为可落地的评测方案；\n5、评测工具与平台化驱动：参与或主导自动化评测工具与平台的开发，利用技术手段提升大规模音视频数据的评测效率，探索基于大模型的自监督评测（LLM-as-a-judge）等创新手段。\n\n任职要求\n1、专业功底：\n1）本科及以上学历，有音频相关经验或学历：计算机、人工智能、数字媒体技术、录音工程、音乐制作、音响导演、音频编辑、音乐工程等专业优先。\n2）具备同期录音、后期混音、配乐制作或SDK声学调校、音质评价等相关领域的学习背景或实践经验，对音频质量的主客观评价有一定的了解；\n3）熟悉主观音质评价体系，对于各类音频的听评标准有敏感性，有金耳朵认证者优先；\n4）音/视频生成领域评测方法与指标体系有系统研究或实践经验，有音频类算法评测经验优先（包括TTS、文生音频、V2A、音视频一体化模型等），对常见算法模型及生成模型原理有较好理解，熟悉机器学习模型评估方法与指标，对音视频生成算法原理（如 Diffusion、Transformer、GAN）有较好理解。\n2、评测经验：\n1）2年及以上算法评测或开发经验；\n2）有音频生成（TTS/AI 音乐/音效生成）或多模态（Video-to-Audio）评测经验者优先；\n3）具备良好的数据分析能力与数据化思维，能够通过实验结果进行系统分析并形成结论；\n3、工具与技术储备：\n1）熟练掌握 Python，熟悉 PyTorch/TensorFlow，能够编写脚本进行大规模数据处理及模型推理；\n2）熟悉数字信号处理，能熟练使用音频分析工具；\n4、加分项：\n1）熟悉影视剧音视频制作标准、制作流程，对于不同风格化内容有赏析能力的从业者优先，熟悉乐理，包括但不限于曲风、配器、编曲结构等基础知识，能够从理论的角度对音频内容进行分析和评价者优先；\n2）对大模型、多模态模型、AIGC技术保持持续关注和强烈兴趣，有实践经验者优先。\n音频大模型评测工程师-【可灵AI专项】\n\n基础信息\n招聘类型：社招\n职位类别：J0012\n工作地点：Beijing\n所属部门：D13923\n发布时间：2026-07-09\n\n岗位职责\n音视频生成大模型评测体系建设与演进及业务保障，负责包括但不限于视频生成大模型中音频生成模块（Audio Gen）及音视频一体化的算法效果。不仅是评测的执行者，更是评测体系的架构师，通过深度的算法归因分析，驱动音频 VAE等核心组件的算法优化和迭代。\n1、音视频一体化评测体系建设：\n1）音频生成与音频理解相关算法、评测方法及评测指标体系具有深入理解，熟悉常见视频与音频质量评估方法，能够结合业务场景设计合理的评测方案；\n2）建立从底层算子（VAE, Latent Space）到上层生成效果的全链路评测标准；\n3）定义并量化音画同步性、语义关联度、音频美学表现力等关键维度；\n2、Benchmark 与方法论沉淀：\n1）构建具有行业领先水平的音频生成 Benchmark，涵盖音乐、环境音、音效（SFX）及人声等；\n2）沉淀主客观结合的评测方法论，包括客观指标（FAD、KL Divergence、IS、CLAP Score）与专家级主观评价量表（MOS, MUSHRA）；\n3、深度诊断与归因分析：输出专业评测报告，深度分析，定位模型缺陷，如针对音频 VAE 压缩失真、音频扩散模型频谱缺失、相位扭曲等问题进行深度诊断，并给出改进建议；\n4、前瞻性调研与实验：持续跟踪 AIGC 领域（如 ElevenLabs、Suno、Stable Audio等）前沿技术动态，将行业最新的模型能力和技术路线转化为可落地的评测方案；\n5、评测工具与平台化驱动：参与或主导自动化评测工具与平台的开发，利用技术手段提升大规模音视频数据的评测效率，探索基于大模型的自监督评测（LLM-as-a-judge）等创新手段。\n\n任职要求\n1、专业功底：\n1）本科及以上学历，有音频相关经验或学历：计算机、人工智能、数字媒体技术、录音工程、音乐制作、音响导演、音频编辑、音乐工程等专业优先。\n2）具备同期录音、后期混音、配乐制作或SDK声学调校、音质评价等相关领域的学习背景或实践经验，对音频质量的主客观评价有一定的了解；\n3）熟悉主观音质评价体系，对于各类音频的听评标准有敏感性，有金耳朵认证者优先；\n4）音/视频生成领域评测方法与指标体系有系统研究或实践经验，有音频类算法评测经验优先（包括TTS、文生音频、V2A、音视频一体化模型等），对常见算法模型及生成模型原理有较好理解，熟悉机器学习模型评估方法与指标，对音视频生成算法原理（如 Diffusion、Transformer、GAN）有较好理解。\n2、评测经验：\n1）2年及以上算法评测或开发经验；\n2）有音频生成（TTS/AI 音乐/音效生成）或多模态（Video-to-Audio）评测经验者优先；\n3）具备良好的数据分析能力与数据化思维，能够通过实验结果进行系统分析并形成结论；\n3、工具与技术储备：\n1）熟练掌握 Python，熟悉 PyTorch/TensorFlow，能够编写脚本进行大规模数据处理及模型推理；\n2）熟悉数字信号处理，能熟练使用音频分析工具；\n4、加分项：\n1）熟悉影视剧音视频制作标准、制作流程，对于不同风格化内容有赏析能力的从业者优先，熟悉乐理，包括但不限于曲风、配器、编曲结构等基础知识，能够从理论的角度对音频内容进行分析和评价者优先；\n2）对大模型、多模态模型、AIGC技术保持持续关注和强烈兴趣，有实践经验者优先。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}