主分类：语音与音频算法研发
辅助：大模型与生成式算法研发（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-语音识别/语音大模型算法专家-Qwen Audio",
"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": 2,
"degree": "计算机科学、信号处理、语音处理、人工智能等相关领域硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 主导多模态理解/音频大模型的前沿算法研究及产业落地。\n2. 音频理解方向：\n（1）研发语音识别、语音翻译以及音频分析等理解算法。\n（2）开发跨模态（语音/文本/视觉）的音频语义理解系统。\n（3）探索音频大模型架构设计。\n（4）推动算法成果转化：通过ModelScope开源社区创造研究价值，或通过阿里云产品体系创造商业价值。\n（5）持续跟踪国际前沿技术动态（ICASSP/Interspeech/NeurIPS/ICLR等），参与国际会议、研讨会，与全球顶级团队进行交流合作。",
"requirements_text": "1. 计算机科学、信号处理、语音处理、人工智能等相关领域硕士及以上学历。\n2. 2年以上音频AI研发经验，包括但不限于 音频识别及理解、音频生成、数字人、多模态交互 等方向。\n3. 扎实的深度学习基础，熟练掌握PyTorch/TensorFlow等框架。\n4. 优秀的编程能力（Python/C++），具备大规模音频数据处理经验。\n5. 良好的跨团队协作能力，对技术落地有强烈热情。\n加分项：\n1. 在音频、多模态、机器学习顶会或期刊发表过相关论文。\n2. 深入了解语音在各类业务场景应用落地的相关挑战。\n3. 具备多模态（语音+视觉+文本）交互系统研发及落地经验。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"信号处理",
"团队协作"
],
"preferred_qualifications": "加分项：",
"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=100018620008"
}
]
},
"posting": {
"posting_id": "100018620008",
"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=100018620008"
},
"fulltext": "Token Foundry-语音识别/语音大模型算法专家-Qwen Audio\nToken Foundry-语音识别/语音大模型算法专家-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. 主导多模态理解/音频大模型的前沿算法研究及产业落地。\n2. 音频理解方向：\n（1）研发语音识别、语音翻译以及音频分析等理解算法。\n（2）开发跨模态（语音/文本/视觉）的音频语义理解系统。\n（3）探索音频大模型架构设计。\n（4）推动算法成果转化：通过ModelScope开源社区创造研究价值，或通过阿里云产品体系创造商业价值。\n（5）持续跟踪国际前沿技术动态（ICASSP/Interspeech/NeurIPS/ICLR等），参与国际会议、研讨会，与全球顶级团队进行交流合作。\n\n职位要求\n1. 计算机科学、信号处理、语音处理、人工智能等相关领域硕士及以上学历。\n2. 2年以上音频AI研发经验，包括但不限于 音频识别及理解、音频生成、数字人、多模态交互 等方向。\n3. 扎实的深度学习基础，熟练掌握PyTorch/TensorFlow等框架。\n4. 优秀的编程能力（Python/C++），具备大规模音频数据处理经验。\n5. 良好的跨团队协作能力，对技术落地有强烈热情。\n加分项：\n1. 在音频、多模态、机器学习顶会或期刊发表过相关论文。\n2. 深入了解语音在各类业务场景应用落地的相关挑战。\n3. 具备多模态（语音+视觉+文本）交互系统研发及落地经验。\n1. 主导多模态理解/音频大模型的前沿算法研究及产业落地。\n2. 音频理解方向：\n（1）研发语音识别、语音翻译以及音频分析等理解算法。\n（2）开发跨模态（语音/文本/视觉）的音频语义理解系统。\n（3）探索音频大模型架构设计。\n（4）推动算法成果转化：通过ModelScope开源社区创造研究价值，或通过阿里云产品体系创造商业价值。\n（5）持续跟踪国际前沿技术动态（ICASSP/Interspeech/NeurIPS/ICLR等），参与国际会议、研讨会，与全球顶级团队进行交流合作。\n1. 计算机科学、信号处理、语音处理、人工智能等相关领域硕士及以上学历。\n2. 2年以上音频AI研发经验，包括但不限于 音频识别及理解、音频生成、数字人、多模态交互 等方向。\n3. 扎实的深度学习基础，熟练掌握PyTorch/TensorFlow等框架。\n4. 优秀的编程能力（Python/C++），具备大规模音频数据处理经验。\n5. 良好的跨团队协作能力，对技术落地有强烈热情。\n加分项：\n1. 在音频、多模态、机器学习顶会或期刊发表过相关论文。\n2. 深入了解语音在各类业务场景应用落地的相关挑战。\n3. 具备多模态（语音+视觉+文本）交互系统研发及落地经验。",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}