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-语音多模态大模型算法工程师-Qwen Audio",
"job_level": "未披露",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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 语音多模态大模型算法创新：面向下一代语音多模态通用大模型，探索并定义统一的技术范式，开展文本、语音等多模态的联合建模与协同推理研究，系统性解决多模态对齐、跨模态推理、Agentic 能力等核心挑战，持续推动模型能力与泛化上限。\n2. 场景驱动的算法创新：紧密结合真实业务场景（如智能交互、内容生成、跨模态检索等），设计并优化多模态大模型架构与训练策略，在保证效果领先的同时，持续提升模型效率、稳定性与鲁棒性，推动技术在复杂场景中的规模化落地。\n3. 前沿应用技术探索：跟踪并深度参与 LLM、多模态模型、Diffusion Models、强化学习等方向的前沿研究，快速完成技术验证与实验迭代，探索新建模范式与训练范式，持续刷新相关任务的 SOTA。\"",
"requirements_text": "1. 硕士及以上学历，计算机、人工智能等相关专业，3年以上语音大模型/多模态/跨模态相关的算法经验。\n2. 深入掌握深度学习、强化学习、表示学习等建模方法，在多模态建模和跨模态对齐等方面有深入研究。\n3. 在国际顶级计算机会议/期刊（如NeurIPS、ICLR、ICML、CVPR、ECCV、InterSpeech、ACL等）以一作身份发表过多篇论文；或在开源社区、竞赛中展示出引领性的研究成果。\n4. 良好的工程与实验思维：熟悉PyTorch/TensorFlow等主流框架，具备大规模语言/视觉模型调优经验，能高效实现定制化训练流程；重视代码质量与实验结果，追求“不仅work，而且高效优雅”。\n5. 技术热情与好奇心：有志于将AI从实验室推向真实业务场景，构建“可解释、可控制、可落地”的行业智能系统，善于从复杂的行业需求中提炼出核心AI建模问题，并设计创新性的解决方案。\n6. 善于跨团队协作：能与产品、基础研究团队高效沟通，平衡技术理想与落地实现。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"深度学习",
"强化学习",
"团队协作",
"建模",
"大语言模型"
],
"preferred_qualifications": "未披露",
"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=100015340001"
}
]
},
"posting": {
"posting_id": "100015340001",
"post_date": "2026-08-18",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100015340001"
},
"fulltext": "Token Foundry-语音多模态大模型算法工程师-Qwen Audio\nToken Foundry-语音多模态大模型算法工程师-Qwen Audio\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. 语音多模态大模型算法创新：面向下一代语音多模态通用大模型，探索并定义统一的技术范式，开展文本、语音等多模态的联合建模与协同推理研究，系统性解决多模态对齐、跨模态推理、Agentic 能力等核心挑战，持续推动模型能力与泛化上限。\n2. 场景驱动的算法创新：紧密结合真实业务场景（如智能交互、内容生成、跨模态检索等），设计并优化多模态大模型架构与训练策略，在保证效果领先的同时，持续提升模型效率、稳定性与鲁棒性，推动技术在复杂场景中的规模化落地。\n3. 前沿应用技术探索：跟踪并深度参与 LLM、多模态模型、Diffusion Models、强化学习等方向的前沿研究，快速完成技术验证与实验迭代，探索新建模范式与训练范式，持续刷新相关任务的 SOTA。\"\n\n职位要求\n1. 硕士及以上学历，计算机、人工智能等相关专业，3年以上语音大模型/多模态/跨模态相关的算法经验。\n2. 深入掌握深度学习、强化学习、表示学习等建模方法，在多模态建模和跨模态对齐等方面有深入研究。\n3. 在国际顶级计算机会议/期刊（如NeurIPS、ICLR、ICML、CVPR、ECCV、InterSpeech、ACL等）以一作身份发表过多篇论文；或在开源社区、竞赛中展示出引领性的研究成果。\n4. 良好的工程与实验思维：熟悉PyTorch/TensorFlow等主流框架，具备大规模语言/视觉模型调优经验，能高效实现定制化训练流程；重视代码质量与实验结果，追求“不仅work，而且高效优雅”。\n5. 技术热情与好奇心：有志于将AI从实验室推向真实业务场景，构建“可解释、可控制、可落地”的行业智能系统，善于从复杂的行业需求中提炼出核心AI建模问题，并设计创新性的解决方案。\n6. 善于跨团队协作：能与产品、基础研究团队高效沟通，平衡技术理想与落地实现。\n1. 语音多模态大模型算法创新：面向下一代语音多模态通用大模型，探索并定义统一的技术范式，开展文本、语音等多模态的联合建模与协同推理研究，系统性解决多模态对齐、跨模态推理、Agentic 能力等核心挑战，持续推动模型能力与泛化上限。\n2. 场景驱动的算法创新：紧密结合真实业务场景（如智能交互、内容生成、跨模态检索等），设计并优化多模态大模型架构与训练策略，在保证效果领先的同时，持续提升模型效率、稳定性与鲁棒性，推动技术在复杂场景中的规模化落地。\n3. 前沿应用技术探索：跟踪并深度参与 LLM、多模态模型、Diffusion Models、强化学习等方向的前沿研究，快速完成技术验证与实验迭代，探索新建模范式与训练范式，持续刷新相关任务的 SOTA。\"\n1. 硕士及以上学历，计算机、人工智能等相关专业，3年以上语音大模型/多模态/跨模态相关的算法经验。\n2. 深入掌握深度学习、强化学习、表示学习等建模方法，在多模态建模和跨模态对齐等方面有深入研究。\n3. 在国际顶级计算机会议/期刊（如NeurIPS、ICLR、ICML、CVPR、ECCV、InterSpeech、ACL等）以一作身份发表过多篇论文；或在开源社区、竞赛中展示出引领性的研究成果。\n4. 良好的工程与实验思维：熟悉PyTorch/TensorFlow等主流框架，具备大规模语言/视觉模型调优经验，能高效实现定制化训练流程；重视代码质量与实验结果，追求“不仅work，而且高效优雅”。\n5. 技术热情与好奇心：有志于将AI从实验室推向真实业务场景，构建“可解释、可控制、可落地”的行业智能系统，善于从复杂的行业需求中提炼出核心AI建模问题，并设计创新性的解决方案。\n6. 善于跨团队协作：能与产品、基础研究团队高效沟通，平衡技术理想与落地实现。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T035"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}