岗位职责
- 负责豆包语音交互相关产品的评测工作，包括评测体系建设、评测集构建、评测指标设计、自动化评测流程及工程化能力建设；
- 负责ASR、TTS、ALM、端到端S2T/S2S等语音大模型及相关产品的交付质量评估，制定验收标准和质量门禁，支撑模型上线、迭代和效果优化；
- 围绕语音理解、语音生成、端到端多模态交互等场景，设计并落地离线评测、在线评估、负面案例分析、回归验证等机制，持续提升评测覆盖度和准确性；
- 建设多模态大模型评测工具/平台，推动评测流程标准化、自动化和可视化，提升模型评测效率与问题定位效率；
- 基于评测数据进行分析和归因，发现模型能力短板、质量风险和优化方向，协同算法、产品、工程团队推动问题闭环。
职位要求
- 计算机科学、软件工程、人工智能、语音信号处理等相关专业，本科及以上学历；
- 1年以上AI工程研发或模型评测相关经验，有语音、NLP、多模态或大模型评测经验者优先；
- 熟悉模型评测的基本方法，能够围绕准确率、稳定性、鲁棒性、链路延迟、用户体验等维度设计合理的评估方案；
- 具备良好的工程能力，能够参与或主导评测框架、评测工具或评测平台的设计与实现；
- 具备较强的数据处理和分析能力，能够从评测结果、日志和负面案例中发现Pattern，定位问题根因并提出改进建议；
- 具备良好的沟通协作能力和自驱力，能够主动识别评测体系中的问题，并推动评测能力在业务中落地。 加分项：
- 有前沿语音大模型、多模态大模型或通用大模型研发/评测经验，参与过有行业影响力的模型、产品或平台项目；
- 熟悉语音理解、语音生成、端到端语音交互等技术方向，对行业新技术保持持续关注，愿意主动学习探索新技术新方向；
- 熟练使用AI Coding工具，了解CLI、Skills、Agent等相关技术栈；
- 熟悉PyTorch等深度学习框架，了解常见深度学习算法和模型训练、推理、评估流程。
