科大讯飞

校招

岗位信息

招聘岗位
AI研究算法工程师-机器人多模态交互方向(前瞻研究)(J14733)
工作城市
安徽省·合肥
学历要求
硕士
是否笔试
未明确
招聘批次
校招
截止日期
招满即止
发布日期
2026-10-16

📋 岗位职责 / 任职要求

岗位职责

1. 设计、构建、训练和优化面向机器人交互场景的端到端多模态大模型架构; 2. 探索和实现模型对多模态输入(语音、文本、图像/视频、深度信息、传感器数据、环境上下文等)的深度融合与理解; 3. 研发模型生成多模态输出(语言语音、情绪、表情、移动、行为动作等)的能力,确保输出的一致性与自然性; 4. 重点攻克人机交互闭环中的关键问题:上下文记忆与理解、意图识别与澄清、个性化交互、情感感知与表达、长时程对话一致性、任务导向交互等; 5. 跟踪生成式AI和多模态交互技术前沿,推动人形机器人智能化。 岗位要求 1. 重点院校计算机、人工智能、信号处理、语音语言等相关专业硕士及以上; 2. 扎实的机器学习/深度学习理论基础,了解主流多模大模型的基本原理和训练方法; 3. 具备良好的编程能力,熟练掌握Python,熟悉TensorFlow、PyTorch等至少一种主流深度学习框架; 4. 关注生成式AI和多模态交互技术,对推动人形机器人智能化有热情; 5. 熟悉VLM/VLA/WAM/VLP/MLM等多模态任务建模,具备跨模态模型设计与训练经验; 6. 理解多模态对齐(如cross-attention、token-level alignment)、条件生成、多模态融合机制;

任职要求

1. 重点院校计算机、人工智能、信号处理、语音语言等相关专业硕士及以上; 2. 扎实的机器学习/深度学习理论基础,了解主流多模大模型的基本原理和训练方法; 3. 具备良好的编程能力,熟练掌握Python,熟悉TensorFlow、PyTorch等至少一种主流深度学习框架; 4. 关注生成式AI和多模态交互技术,对推动人形机器人智能化有热情; 5. 熟悉VLM/VLA/WAM/VLP/MLM等多模态任务建模,具备跨模态模型设计与训练经验; 6. 理解多模态对齐(如cross-attention、token-level alignment)、条件生成、多模态融合机制; 我们还希望你: 1. 有端到端多模态大模型研究经验; 2. 在CVPR、NeurIPS、ICLR、ACL等会议发表多模态相关工作者; 3. 具有优秀的代码能力和竞赛精神,ACM/ICPC、RoboMaster等比赛获奖者优先。

🏢 企业简介

成立1999 年总部合肥

深耕智能语音及人工智能领域,科大讯飞作为国内领先的民营科技企业,长期专注于认知智能核心技术研发与产业化应用,在智慧教育、智能办公、医疗、汽车等行业持续推出具有竞争力的产品与解决方案。公司总部位于合肥,业务覆盖全国多个重点城市,并在上海、南京、广州、成都、武汉、西安等地设有研发与业务布局,为应届生提供算法、软件、产品、运营等多类岗位和清晰的职业发展通道。依托扎实的技术积累与开放的创新平台,企业持续推进大模型等前沿方向攻关,致力于让人工智能服务社会民生,也为青年人才带来贴近产业一线的实践机会与成长空间。

📍 主要办公地点
合肥北京上海武汉深圳广州杭州南京苏州西安

投递方式

投递入口需登录后查看,登录 / 注册 即可使用

🏢 该企业正在招聘的其他岗位

校招宝当前收录 科大讯飞 在招校招岗位 265 条,工作地点覆盖 安徽省·合肥、合肥、西安、北京、上海、广州 等地,学历要求含 硕士、本科、本科及以上。以下为最近发布的部分岗位,可一并比较投递。

2026-10-16 · 校招
AI研究算法工程师-机器人多模态交互方向(J14731)
安徽省·合肥 · 硕士
2026-10-13 · 校招
安全工程师-AI智能体方向(J14695)
安徽省·合肥 · 硕士
2026-10-12 · 校招
初中学科主讲老师-数学/英语/语文/物理/化学(J14685)
北京/安徽省·合肥 · 本科
2026-10-09 · 校招
研究算法类
全国 · 本科及以上
2026-09-22 · 校招
AI研究算法工程师-人机交互算法方向(J14576)
安徽省·合肥 · 硕士
2026-09-22 · 校招
市场经理-培训与项目策划方向(J14575)
安徽省·合肥 · 本科
2026-09-22 · 校招
嵌入式测试工程师(J14569)
四川省·成都 · 本科
2026-09-21 · 实习
技术支持实习生
合肥 · 本科及以上
查看 科大讯飞 全部在招岗位与笔面经 ›

🎯 AI校招画像 (来源:公开信息智能整理)

🏢 公司文化与工作氛围
- 有员工在Boss直聘上评价“都是来自学校的老师,工作氛围轻松” - 另有员工表示“工作氛围文化简单”、“文化简单真诚,同事相处模式简单、纯粹,毫无复杂的人际关系”,并提到“弹性考勤” - 公司园区为“校园式工作园区”,配有篮球场、聆听湖、图书馆、健身房等设施,整体环境偏向校园风格 - 该员工还提到,自己所在的刚成立两年的业务部门“很多小伙伴带来新思想”,认为适合“聚焦思考、走进团队共同成长的小伙伴加入” 公司使命为“让机器能听会说,能理解会思考,用人工智能建设美好世界”。
⏰ 加班情况与工作强度
- 有员工表示“看业务情况加班,公司不提倡无效加班,鼓励提高工作效率” - 员工评价中确认公司有“双休”和“弹性考勤” - 辅导老师类岗位实行“周二、周三双休,周末工作”的排班制,工作时间为“8:30—17:30 / 13:00—21:00(根据课表安排)” - 需要特别指出的是,2024年6月17日,科大讯飞智慧城市BG一位员工在家突发不适,经抢救无效去世,家属对公司处理结果不满,曾在合肥总部一楼大厅门前表达诉求;公司通报称已成立工作小组、申请工会帮扶金并协助处理商业保险等。该事件虽无法直接归因于加班,但发生于行业普遍讨论高强度工作压力的背景下,也是求职者需要了解的客观事实。
💰 薪资待遇与年终奖
- 整体平均薪酬:有网友整理的讯飞内部人才薪资明细显示,全员平均薪酬约为37.08万元/年。注意这是全员平均,包含资深员工,并非校招起薪。 - 校招宣传口径:招聘宣传标题提及“月入30000+”,但该数字应视为特定高薪岗位或宣传峰值,并非所有校招岗位的统一水平。 - 实习技术岗:2027届实习招聘中,技术岗实习月薪高达1万元以上。 - 辅导老师类岗位(教育方向):月薪5000—8000元,入职即缴纳五险一金。 - 年终奖:员工福利中明确提到“年底多薪” 不同岗位薪资差异较大,技术岗与教育服务岗差距明显。
🎁 福利体系
- 五险一金:入职缴纳 - 双休:员工确认有双休 - 年底多薪 - 食堂与餐补:公司有食堂,提供餐
📋 校招流程经验
时间线:8月启动网申和测评,8月起陆续笔试和面试,9月起发放Offer。 流程:网申 → 测评 → 笔试(部分技术岗需要,8-11月每周或双周安排) → 面试(通常2-3轮,技术面+综合面/HR面,部分有AI面试) → Offer。 技术面:深挖简历项目、基础八股、场景设计(如RAG/Agent架构、端云协同)。 综合/HR面:考察行为价值观、职业规划、岗位匹配度、对讯飞产品的了解。 节奏:整体效率较高,有的从投递到面试只隔几天。线下面试(站点面试)通常会报销市内交通费。
🚀 投递建议与避坑指南
值得投的岗位:AI大模型算法、AI应用开发、智慧教育/医疗/车载等核心落地业务线的研发岗。这些方向资源多,成长快,且符合公司战略重心。 警惕绩效回溯:有员工爆料,前半年绩效正常发,后半年如果绩效打低分,会追溯扣除之前多发的绩效工资。 问清薪资基数:谈Offer时一定要和HR确认五险一金的缴纳基数,以及年终奖的“保底”承诺是否写进合同。 选岗别盲目:每人最多投2个岗位,志愿提交后无法修改。一定要提前了解该岗位所属的BG(业务集团)和部门口碑,不同部门体验天差地别。 面试准备:一定要提前了解讯飞星火大模型及其核心产品矩阵,面试中结合具体行业场景(如教育、政企办公)来回答技术方案,不要只讲空泛的技术名词。
👥 员工口碑与离职率评价
员工满意度:在合肥本地属于“天花板”级别,薪资高、福利好、生活成本低,非常适合想在合肥扎根的年轻人。但在北上广深,相比一线互联网大厂,薪资天花板和娱乐生活配套有差距。 离职率:部分核心业务线(如教育BG)因为加班多、压力大,员工流动性较大,导致一年四季都在招人。 常见离职原因:工作琐碎缺乏成就感、内部流程繁琐、绩效评定主观、长期加班导致身心疲惫、觉得技术能力在格子间里退化。 是否推荐:如果你追求WLB(工作生活平衡)或想冲极高薪资,建议慎选;如果你想在AI赛道积累经验,且愿意接受中高强度加班,或者想在合肥定居,讯飞是非常好的跳板和选择。
📈 热门岗位方向与招聘趋势
招聘趋势:2027届秋招已全面启动,飞星计划(顶尖算法人才)和飞凡计划(战略管培生)同步开放。整体HC(名额)相对充足,尤其是AI大模型应用落地方向急需人手。 热门方向:AI大模型算法、NLP、计算机视觉、RAG/Agent应用开发、智能座舱、智慧教育解决方案。 薪资趋势:核心AI研发岗薪资依然有竞争力,但整体受公司净利润承压影响,普调机会较少,薪资涨幅更多依赖跳槽或职级晋升。 你目前是在看哪个城市、哪个方向的岗位?如果是合肥,讯飞的性价比绝对很高;如果是一线城市,建议多对比几家大厂的Offer再做决定。

ℹ️ 信息来源

本条招聘信息由校招宝转载自 企业校招官网,版权归原发布方所有,校招宝仅作信息聚合与导航。
招聘信息以官方原文为准,投递前请核实截止日期与要求。如涉侵权或信息有误,请邮件联系 kknee@qq.com,我们将在 24 小时内处理。