主分类：AI训练推理与计算优化
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": "研究型实习生-算法工程师-端侧LLM加速&语音大模型加速方向",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "淘天集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "淘天集团",
"company_industry": "电子商务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机科学、人工智能、语音处理、机器学习或相关领域的硕士或博士学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 探索端侧大语言模型LLM的后训练、压缩、量化、解码加速等技术，实现Qwen系列模型的手机端、XR眼镜端、AI眼镜端的实时运行和低延迟回复。\n2. 探索端侧语音多模态大模型的架构升级、后训练、压缩量化等技术，打造手机端、XR眼镜端、AI眼镜端能实时运行和低延迟回复的语音对话大模型。\n3. 持续关注学术界和行业的最新研究动态，参与研讨会，与顶级团队进行交流合作。",
"requirements_text": "1. 计算机科学、人工智能、语音处理、机器学习或相关领域的硕士或博士学位。 \n2. 在自然语言、语音等相关领域的研究研发经验。 \n3. 具备出色的编程能力，熟练掌握Pytorch等深度学习框架和Python编程语言。 \n4. 在顶级领域会议（如NIPS、ICML、ICLR、CVPR、ACL、AAAI、Interspeech、EMNLP、ICASSP等）发表过一作文章，有ACM竞赛获奖者优先。\n5. 一周能实习至少三天，持续实习半年者优先。",
"skills": [AI生成
"Python",
"PyTorch",
"机器学习",
"深度学习"
],
"preferred_qualifications": "4. 在顶级领域会议（如NIPS、ICML、ICLR、CVPR、ACL、AAAI、Interspeech、EMNLP、ICASSP等）发表过一作文章，有ACM竞赛获奖者优先；5. 一周能实习至少三天，持续实习半年者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903880041?deptCodes="
}
]
},
"posting": {
"posting_id": "199903880041",
"post_date": "2026-03-20",
"hire_time": "5. 一周能实习至少三天，持续实习半年者优先",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903880041?deptCodes="
},
"fulltext": "研究型实习生-算法工程师-端侧LLM加速&语音大模型加速方向\n研究型实习生-算法工程师-端侧LLM加速&语音大模型加速方向\n\n基础信息\n毕业起止时间要求：2026-10-31 - 2028-12-30\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：杭州\n\n职位描述\n1. 探索端侧大语言模型LLM的后训练、压缩、量化、解码加速等技术，实现Qwen系列模型的手机端、XR眼镜端、AI眼镜端的实时运行和低延迟回复。\n2. 探索端侧语音多模态大模型的架构升级、后训练、压缩量化等技术，打造手机端、XR眼镜端、AI眼镜端能实时运行和低延迟回复的语音对话大模型。\n3. 持续关注学术界和行业的最新研究动态，参与研讨会，与顶级团队进行交流合作。\n\n职位要求\n1. 计算机科学、人工智能、语音处理、机器学习或相关领域的硕士或博士学位。 \n2. 在自然语言、语音等相关领域的研究研发经验。 \n3. 具备出色的编程能力，熟练掌握Pytorch等深度学习框架和Python编程语言。 \n4. 在顶级领域会议（如NIPS、ICML、ICLR、CVPR、ACL、AAAI、Interspeech、EMNLP、ICASSP等）发表过一作文章，有ACM竞赛获奖者优先。\n5. 一周能实习至少三天，持续实习半年者优先。\n\n在招业务\n淘天集团\n1. 探索端侧大语言模型LLM的后训练、压缩、量化、解码加速等技术，实现Qwen系列模型的手机端、XR眼镜端、AI眼镜端的实时运行和低延迟回复。\n2. 探索端侧语音多模态大模型的架构升级、后训练、压缩量化等技术，打造手机端、XR眼镜端、AI眼镜端能实时运行和低延迟回复的语音对话大模型。\n3. 持续关注学术界和行业的最新研究动态，参与研讨会，与顶级团队进行交流合作。\n1. 计算机科学、人工智能、语音处理、机器学习或相关领域的硕士或博士学位。 \n2. 在自然语言、语音等相关领域的研究研发经验。 \n3. 具备出色的编程能力，熟练掌握Pytorch等深度学习框架和Python编程语言。 \n4. 在顶级领域会议（如NIPS、ICML、ICLR、CVPR、ACL、AAAI、Interspeech、EMNLP、ICASSP等）发表过一作文章，有ACM竞赛获奖者优先。\n5. 一周能实习至少三天，持续实习半年者优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}