{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "豆包语音合成大模型算法实习生 - Data语音",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "深圳、北京、上海、杭州",
        "work_mode": "未披露",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍：Data-语音团队致力于语音、音乐等大模型AIGC技术的研发和产品创新，我们的使命是通过多模态AIGC音频技术赋能内容创作和语音交互，让内容生产、消费与互动变得更加简单、沉浸、多元化。当前团队已有成熟的大模型语音合成、语音理解、音乐生成等多模态音频技术，并持续迭代大模型端到端语音交互方案等，一方面通过中台形式服务于公司众多业务线，例如豆包/Dola、抖音/TikTok、剪映/CapCut、番茄小说、海绵音乐等产品；另一方面，团队已经通过字节跳动旗下的火山引擎开放平台-语音技术和火山方舟平台，向众多企业开放技术成熟稳定的能力和服务。\n\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、参与下一代语音合成（TTS）、音频生成大模型（Seed Audio）与语音大模型核心技术的研发，包括但不限于Zero-Shot TTS、声音克隆（Voice Cloning）、跨语种合成及高表现力语音生成；\n2、持续优化合成语音的音质、自然度、情感表现力，并针对端/云侧业务需求，进行模型轻量化、稳定性调优与推理加速；\n3、参与音频生成技术在字节跳动场景的落地与交付，跟进并解决真实复杂场景下的业务诉求，包括豆包、抖音、剪映、番茄小说等；\n4、进行音频生成技术的Model-as-a-Service应用探索，通过火山方舟进行国内和国外重点场景的业务应用能力建设，让语音技术从研究走向应用。",
        "requirements_text": "1、本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、有自然语言处理、语音合成与识别、音乐生成等研究或者技术背景优先；\n3、有预训练技术，包括但不限于高效训练、强化学习，参与过研发音频、NLP相关的预训练模型及其下游应用者优先；\n4、熟练掌握PyTorch等深度学习框架，Python编程语言；\n5、发表过领域顶级会议文章（NeurIPS、ICML、ICLR、ACL、Interspeech、ICASSP等）、相关实习经验或者ACM竞赛获奖者优先。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "深度学习",
            "强化学习",
            "自然语言处理"
        ],
        "preferred_qualifications": "1、本科及以上学历在读，计算机、软件工程等相关专业优先；2、有自然语言处理、语音合成与识别、音乐生成等研究或者技术背景优先；3、有预训练技术，包括但不限于高效训练、强化学习，参与过研发音频、NLP相关的预训练模型及其下游应用者优先；5、发表过领域顶级会议文章（NeurIPS、ICML、ICLR、ACL、Interspeech、ICASSP等）、相关实习经验或者ACM竞赛获奖者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7663054012167129349/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7663054012167129349",
        "post_date": "2026-07-16",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7663054012167129349/detail"
    },
    "fulltext": "豆包语音合成大模型算法实习生 - Data语音\n职位描述\n团队介绍：Data-语音团队致力于语音、音乐等大模型AIGC技术的研发和产品创新，我们的使命是通过多模态AIGC音频技术赋能内容创作和语音交互，让内容生产、消费与互动变得更加简单、沉浸、多元化。当前团队已有成熟的大模型语音合成、语音理解、音乐生成等多模态音频技术，并持续迭代大模型端到端语音交互方案等，一方面通过中台形式服务于公司众多业务线，例如豆包/Dola、抖音/TikTok、剪映/CapCut、番茄小说、海绵音乐等产品；另一方面，团队已经通过字节跳动旗下的火山引擎开放平台-语音技术和火山方舟平台，向众多企业开放技术成熟稳定的能力和服务。\n\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、参与下一代语音合成（TTS）、音频生成大模型（Seed Audio）与语音大模型核心技术的研发，包括但不限于Zero-Shot TTS、声音克隆（Voice Cloning）、跨语种合成及高表现力语音生成；\n2、持续优化合成语音的音质、自然度、情感表现力，并针对端/云侧业务需求，进行模型轻量化、稳定性调优与推理加速；\n3、参与音频生成技术在字节跳动场景的落地与交付，跟进并解决真实复杂场景下的业务诉求，包括豆包、抖音、剪映、番茄小说等；\n4、进行音频生成技术的Model-as-a-Service应用探索，通过火山方舟进行国内和国外重点场景的业务应用能力建设，让语音技术从研究走向应用。\n\n职位要求\n1、本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、有自然语言处理、语音合成与识别、音乐生成等研究或者技术背景优先；\n3、有预训练技术，包括但不限于高效训练、强化学习，参与过研发音频、NLP相关的预训练模型及其下游应用者优先；\n4、熟练掌握PyTorch等深度学习框架，Python编程语言；\n5、发表过领域顶级会议文章（NeurIPS、ICML、ICLR、ACL、Interspeech、ICASSP等）、相关实习经验或者ACM竞赛获奖者优先。\n团队介绍：Data-语音团队致力于语音、音乐等大模型AIGC技术的研发和产品创新，我们的使命是通过多模态AIGC音频技术赋能内容创作和语音交互，让内容生产、消费与互动变得更加简单、沉浸、多元化。当前团队已有成熟的大模型语音合成、语音理解、音乐生成等多模态音频技术，并持续迭代大模型端到端语音交互方案等，一方面通过中台形式服务于公司众多业务线，例如豆包/Dola、抖音/TikTok、剪映/CapCut、番茄小说、海绵音乐等产品；另一方面，团队已经通过字节跳动旗下的火山引擎开放平台-语音技术和火山方舟平台，向众多企业开放技术成熟稳定的能力和服务。\n\n日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。\n\n1、参与下一代语音合成（TTS）、音频生成大模型（Seed Audio）与语音大模型核心技术的研发，包括但不限于Zero-Shot TTS、声音克隆（Voice Cloning）、跨语种合成及高表现力语音生成；\n2、持续优化合成语音的音质、自然度、情感表现力，并针对端/云侧业务需求，进行模型轻量化、稳定性调优与推理加速；\n3、参与音频生成技术在字节跳动场景的落地与交付，跟进并解决真实复杂场景下的业务诉求，包括豆包、抖音、剪映、番茄小说等；\n4、进行音频生成技术的Model-as-a-Service应用探索，通过火山方舟进行国内和国外重点场景的业务应用能力建设，让语音技术从研究走向应用。\n1、本科及以上学历在读，计算机、软件工程等相关专业优先；\n2、有自然语言处理、语音合成与识别、音乐生成等研究或者技术背景优先；\n3、有预训练技术，包括但不限于高效训练、强化学习，参与过研发音频、NLP相关的预训练模型及其下游应用者优先；\n4、熟练掌握PyTorch等深度学习框架，Python编程语言；\n5、发表过领域顶级会议文章（NeurIPS、ICML、ICLR、ACL、Interspeech、ICASSP等）、相关实习经验或者ACM竞赛获奖者优先。",
    "standard_classification": {
        "std_category_code": "T035",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}