主分类：大模型与生成式算法研发
辅助：语音与音频算法研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "Token Foundry-AI交互模型算法专家-北京/杭州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "通义",
"company_industry": "人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "通义提供人工智能模型及文档阅读等AI应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "计算机、人工智能、电子工程等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责面向AI手机等ToB场景的多模态交互模型研发，包括语音基础模型、视觉-语言模型（VLM）、全模态大模型的后训练（CPT/SFT/RL）与推理优化。\n2. 研发基于神经网络、扩散模型或大模型的端侧音频信号处理算法（如语音增强、降噪、去混响），提升复杂声学环境下的语音交互质量。\n3. 构建支持自然打断、精准判停、上下文感知的实时双工交互模型，实现低延迟、高鲁棒性的流式对话体验。 \n4. 针对端侧资源约束，开展模型压缩、量化、蒸馏及高效部署，确保算法在DSP/NPU等嵌入式平台稳定运行。 \n5. 与系统、产品团队紧密协作，推动算法从原型验证到大规模商用落地。",
"requirements_text": "1. 计算机、人工智能、电子工程等相关专业硕士及以上学历，3年以上AI模型或音频算法研发经验。\n2. 在以下至少两个方向有扎实实践： \n①基于神经网络/Diffusion/LLM的语音信号处理（增强、降噪、语音修复等） ；\n②语音大模型、视觉-语言模型（VLM）或全模态（Omni）大模型的后训练（CPT/SFT/RL） ；\n③双工交互核心技术：VAD、打断检测（Barge-in）、语义判停、流式响应。\n3. 熟练掌握PyTorch，具备大模型训练、调优及端侧部署经验。\n4. 有AI手机、IoT等智能终端项目落地经验，熟悉ARM/DSP/NPU架构者加分。 \n5. 具备良好的工程能力、产品意识和跨团队协作精神，能平衡性能、延迟与功耗。",
"skills": [AI生成
"PyTorch",
"模型训练",
"信号处理",
"团队协作",
"大语言模型"
],
"preferred_qualifications": "4. 有AI手机、IoT等智能终端项目落地经验，熟悉ARM/DSP/NPU架构者加分",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100007640008"
}
]
},
"posting": {
"posting_id": "100007640008",
"post_date": "2026-09-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100007640008"
},
"fulltext": "Token Foundry-AI交互模型算法专家-北京/杭州\nToken Foundry-AI交互模型算法专家-北京/杭州\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京 / 杭州\n\n职位描述\n1. 负责面向AI手机等ToB场景的多模态交互模型研发，包括语音基础模型、视觉-语言模型（VLM）、全模态大模型的后训练（CPT/SFT/RL）与推理优化。\n2. 研发基于神经网络、扩散模型或大模型的端侧音频信号处理算法（如语音增强、降噪、去混响），提升复杂声学环境下的语音交互质量。\n3. 构建支持自然打断、精准判停、上下文感知的实时双工交互模型，实现低延迟、高鲁棒性的流式对话体验。 \n4. 针对端侧资源约束，开展模型压缩、量化、蒸馏及高效部署，确保算法在DSP/NPU等嵌入式平台稳定运行。 \n5. 与系统、产品团队紧密协作，推动算法从原型验证到大规模商用落地。\n\n职位要求\n1. 计算机、人工智能、电子工程等相关专业硕士及以上学历，3年以上AI模型或音频算法研发经验。\n2. 在以下至少两个方向有扎实实践： \n①基于神经网络/Diffusion/LLM的语音信号处理（增强、降噪、语音修复等） ；\n②语音大模型、视觉-语言模型（VLM）或全模态（Omni）大模型的后训练（CPT/SFT/RL） ；\n③双工交互核心技术：VAD、打断检测（Barge-in）、语义判停、流式响应。\n3. 熟练掌握PyTorch，具备大模型训练、调优及端侧部署经验。\n4. 有AI手机、IoT等智能终端项目落地经验，熟悉ARM/DSP/NPU架构者加分。 \n5. 具备良好的工程能力、产品意识和跨团队协作精神，能平衡性能、延迟与功耗。\n1. 负责面向AI手机等ToB场景的多模态交互模型研发，包括语音基础模型、视觉-语言模型（VLM）、全模态大模型的后训练（CPT/SFT/RL）与推理优化。\n2. 研发基于神经网络、扩散模型或大模型的端侧音频信号处理算法（如语音增强、降噪、去混响），提升复杂声学环境下的语音交互质量。\n3. 构建支持自然打断、精准判停、上下文感知的实时双工交互模型，实现低延迟、高鲁棒性的流式对话体验。 \n4. 针对端侧资源约束，开展模型压缩、量化、蒸馏及高效部署，确保算法在DSP/NPU等嵌入式平台稳定运行。 \n5. 与系统、产品团队紧密协作，推动算法从原型验证到大规模商用落地。\n1. 计算机、人工智能、电子工程等相关专业硕士及以上学历，3年以上AI模型或音频算法研发经验。\n2. 在以下至少两个方向有扎实实践： \n①基于神经网络/Diffusion/LLM的语音信号处理（增强、降噪、语音修复等） ；\n②语音大模型、视觉-语言模型（VLM）或全模态（Omni）大模型的后训练（CPT/SFT/RL） ；\n③双工交互核心技术：VAD、打断检测（Barge-in）、语义判停、流式响应。\n3. 熟练掌握PyTorch，具备大模型训练、调优及端侧部署经验。\n4. 有AI手机、IoT等智能终端项目落地经验，熟悉ARM/DSP/NPU架构者加分。 \n5. 具备良好的工程能力、产品意识和跨团队协作精神，能平衡性能、延迟与功耗。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T035"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}