京东
校招算法工程师-语音/音频大模型
北京 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 1. 2026年10月1日至2027年9月30日期间毕业，统招本科及以上学历
- 2. 数学、计算机等相关专业优先
- 3. 工程基础能力扎实，熟练掌握Python和C++
- 4. 对机器学习、深度学习算法具备扎实的知识基础，并有项目实践尝试，熟练掌握算法流程和数据处理方法
- 5. 语音识别、语音合成相关专业，或有相关项目经验者优先，或者有兴趣从事这个领域技术工作并具有优秀的学习能力
- 6. 在InterSpeech，ICASSP等语音会议或期刊中有论文发表者优先
- 7. 熟练使用AI开发工具（如Jupyter、模型管理工具）及AI编程助手（如GitHub Copilot）；有语音AI项目成果者优先
- 8. 对AI新技术保持好奇心，乐于主动学习并快速掌握新的AI知识和功能，积极拥抱新技术
- 9. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。
岗位描述
- 1. 负责京东语音识别/合成方向的算法研究和开发工作，包括但不限于语音识别、合成，声纹、语种、情感等方向的算法研究和开发，语音信号处理，口语理解、意图识别、语音交互等算法研究和开发；
- 2. 负责将前沿语音算法落地到京东业务场景并取得应用效果；
- 3. AI应用探索：积极跟踪语音领域AI前沿（如大模型驱动的语音技术），熟练运用AI开发工具加速模型研发与落地。
- 1. 2026年10月1日至2027年9月30日期间毕业，统招本科及以上学历；
- 2. 数学、计算机等相关专业优先；
- 3. 工程基础能力扎实，熟练掌握Python和C++；
- 4. 对机器学习、深度学习算法具备扎实的知识基础，并有项目实践尝试，熟练掌握算法流程和数据处理方法；
- 5. 语音识别、语音合成相关专业，或有相关项目经验者优先，或者有兴趣从事这个领域技术工作并具有优秀的学习能力；
- 6. 在InterSpeech，ICASSP等语音会议或期刊中有论文发表者优先；
- 7. 熟练使用AI开发工具（如Jupyter、模型管理工具）及AI编程助手（如GitHub Copilot）；有语音AI项目成果者优先；
- 8. 对AI新技术保持好奇心，乐于主动学习并快速掌握新的AI知识和功能，积极拥抱新技术；
- 9. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 后端开发 岗位的常见面试问题整理
请解释 RESTful API 的设计原则，并举一个你实际设计过的例子
查看答题思路
1. 资源导向：URL 表示资源而非操作 2. HTTP 方法语义：GET/POST/PUT/DELETE 对应查增改删 3. 无状态：每个请求包含全部所需信息 4. 统一接口：一致的响应格式（如 JSON） 5. 举例：用户模块 /users/{id}，GET 查/POST 创/PUT 改/DELETE 删，返回统一 {code, data, message}
MySQL 索引的底层数据结构是什么？为什么用 B+ 树而不是哈希表或红黑树
查看答题思路
1. B+ 树：非叶子节点只存 key 不存 data，单次 IO 读更多 key 2. 叶子节点形成有序链表，支持范围查询（哈希表不支持范围） 3. 高度低（3-4 层可存千万级数据），减少磁盘 IO 4. 对比红黑树：B+ 树是多叉的，高度更低，磁盘 IO 更少
你参与过的最复杂的后端项目是什么，你承担了什么角色
查看答题思路
1. 项目背景：一句话说清业务场景 2. 技术栈：语言/框架/数据库/中间件 3. 个人职责：你做的，不是团队做的——用「我设计了」「我优化了」 4. 难点：遇到了什么具体问题，怎么解决的 5. 数据佐证：QPS 从多少提到多少 / 延迟降了多少
什么是微服务架构，和单体架构相比各有什么优劣
查看答题思路
1. 单体：所有功能在一个进程，部署简单，初期开发快；缺点是耦合高、扩展难 2. 微服务：按业务拆分独立服务，独立部署/扩展/技术栈 3. 优点：故障隔离、团队自治、技术栈灵活 4. 缺点：网络开销、分布式事务、运维复杂度 5. 判断标准：团队<10 人或业务不复杂时，单体是更好的选择
如何设计一个高并发的秒杀系统
查看答题思路
1. 前端限流：按钮置灰、验证码 2. 网关层：Nginx 限流 + 负载均衡 3. 业务层：Redis 预减库存（原子操作），消息队列异步下单 4. 数据库：乐观锁扣库存，读写分离 5. 降级方案：流量过大时返回「已售罄」而非崩溃
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。