字节跳动音频算法实习生-抖音

任职要求

1、2026届本科及以上学历在读，计算机、软件工程、人工智能、数学等相关专业优先；
2、对语音识别、合成、对话理解等技术具备扎实的理论根基，熟悉端到端语音大模型原理和架构；熟悉LLM-based/Diffusion-based音频合成原理，有相关模型经验者优先；
3、拥有扎实的编码能力，能够熟练运用相关机器学习框架和工程框架；
4、在国际会议或期刊发表论文者优先，包括但不限于ICASSP、INTERSPEECH等。

工作职责

ByteIntern：面向2026届毕业生（2025年9月-2026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：Data-抖音团队，负责抖音APP的推荐算法、内容算法、对话算法及大数据工作，对接各场景业务（短视频，直播，图文，电商，社交，生态，投稿，消息，同城，生活服务，音乐，评论，内容理解&安全、智能对话等）。我们的工作涉及大规模推荐算法的优化、复杂约束的优化问题的解决、内容理解、LLM应用以及新业务方向探索、CV/NLP等多个学术领域的算法改进工作、对多种场景的推荐架构的设计和实现和对产品数据的复杂深入的分析工作。在这里，你可以深入钻研机器学习算法的改进和优化，探索工业界最领先的推荐系统架构和推荐大模型算法、可以通过使用最新的大模型等技术支持抖音的数字人、智能客服、AI工具等创新探索；可以通过对产品的深度理解和思考，将算法应用到业务中去；也可以通过对产品和内容生态的深度分析，影响产品未来的发展方向。

1、承担抖音内多元语音交互场景中的语音模型需求，涵盖抖音AI分身音视频对话、客服热线、VOIP场景下的相关音频算法研发工作；包括对语音识别、合成、对话理解等模型展开针对性训练与优化，全力提升对话效果及语音合成稳定性和表现力；
2、深入探索端到端语音大模型的落地与优化举措，致力于降低语音交互延时，显著提升语音对话品质；同时，专注于语音合成/音频AI生成相关算法模型的研发与精进，跟进语音领域前沿技术研究，负责音频表征模型、Seq2Seq底膜的研发优化；
3、紧密跟踪研发业界先进的音频技术进展，积极探索语音/音频领域最新技术，并推动其成功落地于抖音产品之中。