主分类:大模型与生成式算法研发
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": "千问事业部-音频多模态生成算法专家-杭州/北京/上海",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州 / 上海",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "夸克",
"company_industry": "互联网 / 人工智能应用",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "夸克提供AI搜索等人工智能应用服务。"
},
"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、信号处理、数学等相关专业硕士/博士学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责音频多模态生成大模型的研发,包含语音合成、音乐生成、音效生成和歌曲生成等任务的基础研究和应用落地;\n2. 研发基于扩散模型(Diffusion Models)或自回归模型(AR)的音频生成算法;\n3. 研究音频表征、强化学习或语音端到端等技术方向。",
"requirements_text": "1. 计算机、信号处理、数学等相关专业硕士/博士学位,3 年以上相关工作经验;\n2. 在语音合成、音乐生成、音效生成或语音端到端等领域有深入研究,具备大规模数据训练经验;\n3. 熟练掌握 PyTorch/DeepSpeed/Megatron等框架,有高性能推理优化经验者优先;\n4. 发表过领域顶级会议文章(NeurIPS、ICML、ICLR、ACL、ICASSP、Interspeech等)、相关实习经验或者ACM竞赛获奖者优先。",
"skills": [AI生成
"PyTorch",
"信号处理"
],
"preferred_qualifications": "3. 熟练掌握 PyTorch/DeepSpeed/Megatron等框架,有高性能推理优化经验者优先;4. 发表过领域顶级会议文章(NeurIPS、ICML、ICLR、ACL、ICASSP、Interspeech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://talent.quark.cn/off-campus/position-detail?positionId=100010020016"
}
]
},
"posting": {
"posting_id": "100010020016",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100010020016"
},
"fulltext": "千问事业部-音频多模态生成算法专家-杭州/北京/上海\n千问事业部-音频多模态生成算法专家-杭州/北京/上海\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 / 上海\n\n职位描述\n1. 负责音频多模态生成大模型的研发,包含语音合成、音乐生成、音效生成和歌曲生成等任务的基础研究和应用落地;\n2. 研发基于扩散模型(Diffusion Models)或自回归模型(AR)的音频生成算法;\n3. 研究音频表征、强化学习或语音端到端等技术方向。\n\n职位要求\n1. 计算机、信号处理、数学等相关专业硕士/博士学位,3 年以上相关工作经验;\n2. 在语音合成、音乐生成、音效生成或语音端到端等领域有深入研究,具备大规模数据训练经验;\n3. 熟练掌握 PyTorch/DeepSpeed/Megatron等框架,有高性能推理优化经验者优先;\n4. 发表过领域顶级会议文章(NeurIPS、ICML、ICLR、ACL、ICASSP、Interspeech等)、相关实习经验或者ACM竞赛获奖者优先。\n1. 负责音频多模态生成大模型的研发,包含语音合成、音乐生成、音效生成和歌曲生成等任务的基础研究和应用落地;\n2. 研发基于扩散模型(Diffusion Models)或自回归模型(AR)的音频生成算法;\n3. 研究音频表征、强化学习或语音端到端等技术方向。\n1. 计算机、信号处理、数学等相关专业硕士/博士学位,3 年以上相关工作经验;\n2. 在语音合成、音乐生成、音效生成或语音端到端等领域有深入研究,具备大规模数据训练经验;\n3. 熟练掌握 PyTorch/DeepSpeed/Megatron等框架,有高性能推理优化经验者优先;\n4. 发表过领域顶级会议文章(NeurIPS、ICML、ICLR、ACL、ICASSP、Interspeech等)、相关实习经验或者ACM竞赛获奖者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}