字节跳动
实习语音算法实习生-飞书AI
上海 · 实习 · 2027 届 · 硕士
长期有效
任职要求
- 2027届硕士及以上学位在读，语音信号处理、声学、计算机、人工智能等相关专业优先
- 掌握Python及基础AI工具（NumPy等），了解PyTorch/TensorFlow等深度学习框架
- 具备语音信号处理基础，了解ASR基本原理（前端处理/特征提取等）
- 对语音算法有浓厚兴趣，愿意学习前沿技术，具备良好的逻辑思维能力
- 具备一定的问题分析能力，能积极沟通并推进问题解决。
- 加分项：
- 有语音相关算法项目经验或开源项目贡献经历
- 了解CUDA编程或TensorRT等推理加速工具
- 阅读过语音领域顶会（ICASSP/INTERSPEECH）论文
- 具备多语种语音处理相关学习或实践经历。
岗位描述
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。
团队介绍：Intelligence and Innovation团队，是飞书部门内部负责做算法创新与实践的部门，深耕于ToB办公场景的LLM应用相关的前沿技术探索与落地。既通过ASR、大模型文本总结、智能函数、多模态等AI中台能力的建设来支持飞书内外语音识别、会议纪要生成、智能表格公式等各类AI产品，同时也负责了企业AI搜索与知识管理等业务的落地和推广，团队目标是将飞书打造为AI与人高效协作的下一代智能平台，实现 “有效率、有方法、有结果” 的产品愿景。
1、协助算法研发工作：
- 1）协助进行语音识别（ASR）算法的优化与测试，参与高精度语音处理系统的迭代；
- 2）支持语种识别（LID）、说话人分离（SSD）、声纹（SID）等技术的研发落地，参与数据处理与实验验证；
- 3）学习Whisper/FunASR/3D-Speaker等开源项目，结合业务场景参与技术改进方案讨论；
2、参与技术落地实践：
- 1）参与会议转录、实时字幕等ToB办公场景的语音算法应用测试；
- 2）协助优化语音模型推理性能，收集并分析模型部署中的问题；
- 3）参与语音领域数据集整理与评测体系搭建；
3、支持团队协作工作：
- 1）配合产品团队进行需求分析，整理技术实现思路；
- 2）协助工程团队完成模型部署测试，记录并反馈落地过程中的技术问题。
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 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
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。