主分类：语音与音频算法研发
辅助：数据工程与数据平台研发（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": "数据技术及产品部-语音数据处理专家-杭州/北京",
"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": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 研发支撑自动标注、并对标冲击业界 SOTA 的语音算子（识别与对齐、说话人与声学、中文方言/口音/LID、多音字 G2P、中英混、TN/ITN 等），负责训练、评估、迭代与持续对标；\n2. 建设亿小时级语音数据资产中枢：内容族与资产族两族标签的 schema/ontology、取数引擎、元数据库、多维查询与按标签取数；\n3. 设计跨源去重治理与 train-eval 去污 pipeline，建立数据覆盖率矩阵与缺口诊断，驱动数据按需补齐、形成质量闭环。",
"requirements_text": "1. 计算机、电子、声学、语言学、统计等相关专业，硕士及以上；\n2. 在语音/音频算法或大规模数据工程方向具备扎实功底，能独立承担语音算子研发或数据资产中枢建设；\n3. 熟悉 PyTorch、大规模数据 pipeline、向量检索/metadata、数据建模/taxonomy 等相关技术栈之一或多项，能复现并改进业界方法；\n4. 对算子技术深度与数据资产质量有极致追求，能独当一面；\n5. 有中文方言/混说场景、亿级数据治理经验，或 ICASSP / Interspeech 等顶会产出者优先。",
"skills": [AI生成
"PyTorch",
"数据治理",
"建模"
],
"preferred_qualifications": "5. 有中文方言/混说场景、亿级数据治理经验，或 ICASSP / Interspeech 等顶会产出者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100013720005"
}
]
},
"posting": {
"posting_id": "100013720005",
"post_date": "2026-09-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100013720005"
},
"fulltext": "数据技术及产品部-语音数据处理专家-杭州/北京\n数据技术及产品部-语音数据处理专家-杭州/北京\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. 研发支撑自动标注、并对标冲击业界 SOTA 的语音算子（识别与对齐、说话人与声学、中文方言/口音/LID、多音字 G2P、中英混、TN/ITN 等），负责训练、评估、迭代与持续对标；\n2. 建设亿小时级语音数据资产中枢：内容族与资产族两族标签的 schema/ontology、取数引擎、元数据库、多维查询与按标签取数；\n3. 设计跨源去重治理与 train-eval 去污 pipeline，建立数据覆盖率矩阵与缺口诊断，驱动数据按需补齐、形成质量闭环。\n\n职位要求\n1. 计算机、电子、声学、语言学、统计等相关专业，硕士及以上；\n2. 在语音/音频算法或大规模数据工程方向具备扎实功底，能独立承担语音算子研发或数据资产中枢建设；\n3. 熟悉 PyTorch、大规模数据 pipeline、向量检索/metadata、数据建模/taxonomy 等相关技术栈之一或多项，能复现并改进业界方法；\n4. 对算子技术深度与数据资产质量有极致追求，能独当一面；\n5. 有中文方言/混说场景、亿级数据治理经验，或 ICASSP / Interspeech 等顶会产出者优先。\n1. 研发支撑自动标注、并对标冲击业界 SOTA 的语音算子（识别与对齐、说话人与声学、中文方言/口音/LID、多音字 G2P、中英混、TN/ITN 等），负责训练、评估、迭代与持续对标；\n2. 建设亿小时级语音数据资产中枢：内容族与资产族两族标签的 schema/ontology、取数引擎、元数据库、多维查询与按标签取数；\n3. 设计跨源去重治理与 train-eval 去污 pipeline，建立数据覆盖率矩阵与缺口诊断，驱动数据按需补齐、形成质量闭环。\n1. 计算机、电子、声学、语言学、统计等相关专业，硕士及以上；\n2. 在语音/音频算法或大规模数据工程方向具备扎实功底，能独立承担语音算子研发或数据资产中枢建设；\n3. 熟悉 PyTorch、大规模数据 pipeline、向量检索/metadata、数据建模/taxonomy 等相关技术栈之一或多项，能复现并改进业界方法；\n4. 对算子技术深度与数据资产质量有极致追求，能独当一面；\n5. 有中文方言/混说场景、亿级数据治理经验，或 ICASSP / Interspeech 等顶会产出者优先。",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [
"T016"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}