主分类：语音与音频算法研发
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": "算法工程师-语音多模态大模型",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "淘天集团 / Token Foundry / 千问办公 / 千问事业部 / 高德地图",
"location": "北京 / 杭州 / 上海",
"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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责语音生成/语音识别/语音合成/声纹/语种/情感等方向的算法研究和开发；\n2. 负责语音信号处理的相关算法研究和开发，包括语音增强、回声消除、混响消除、自动增益控制、波达方向估计、波束形成等；\n3. 负责口语语言理解/用户意图理解/对话模型/语音交互等算法研究和开发；\n4. 语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。",
"requirements_text": "1. 硕士及以上学历，计算机科学、人工智能、语音信号处理、自然语言处理或相关专业；\n2. 具备扎实的计算机与机器学习理论基础，熟练掌握至少一种编程语言（如 Python/C++），工程实现能力强；\n3. 熟悉语音识别、语音合成、口语语言处理、语音交互等核心技术，具备以下一项或多项经验：\n- 语音端到端声学建模（如 Transformer、Whisper、Qwen-Omni、Baichuan-Omni）；\n- 语音无监督预训练（如 Wav2Vec）；\n- 大语言模型（LLM）相关研发，包括预训练、SFT、强化学习；\n- 语音端到端大模型（Audio Encoder + LLM）的联合训练与优化；\n4. 对前沿技术有强烈探索欲，具备优秀的自驱力、独立思考能力和团队协作精神。\n【加分项】\n1. 在 NeurIPS、ICML、ICLR、CVPR、ACL、AAAI、Interspeech、ICASSP、ASRU 等顶级会议/期刊发表过论文（尤其一作）；\n2. 在 ACM、Kaggle 或语音/多模态相关国际竞赛中获得优异成绩（如前三名）；\n3. 具备跨领域研究经验（如 NLP + 语音、音频信号处理 + 深度学习）；\n4. 成功复现或改进过 SOTA 语音算法，或有开源项目贡献。",
"skills": [AI生成
"Python",
"C++",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"信号处理",
"团队协作",
"建模",
"大语言模型"
],
"preferred_qualifications": "【加分项】",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907680036?deptCodes="
}
]
},
"posting": {
"posting_id": "199907680036",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907680036?deptCodes="
},
"fulltext": "算法工程师-语音多模态大模型\n算法工程师-语音多模态大模型\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京 / 杭州 / 上海\n\n职位描述\n1. 负责语音生成/语音识别/语音合成/声纹/语种/情感等方向的算法研究和开发；\n2. 负责语音信号处理的相关算法研究和开发，包括语音增强、回声消除、混响消除、自动增益控制、波达方向估计、波束形成等；\n3. 负责口语语言理解/用户意图理解/对话模型/语音交互等算法研究和开发；\n4. 语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。\n\n职位要求\n1. 硕士及以上学历，计算机科学、人工智能、语音信号处理、自然语言处理或相关专业；\n2. 具备扎实的计算机与机器学习理论基础，熟练掌握至少一种编程语言（如 Python/C++），工程实现能力强；\n3. 熟悉语音识别、语音合成、口语语言处理、语音交互等核心技术，具备以下一项或多项经验：\n- 语音端到端声学建模（如 Transformer、Whisper、Qwen-Omni、Baichuan-Omni）；\n- 语音无监督预训练（如 Wav2Vec）；\n- 大语言模型（LLM）相关研发，包括预训练、SFT、强化学习；\n- 语音端到端大模型（Audio Encoder + LLM）的联合训练与优化；\n4. 对前沿技术有强烈探索欲，具备优秀的自驱力、独立思考能力和团队协作精神。\n【加分项】\n1. 在 NeurIPS、ICML、ICLR、CVPR、ACL、AAAI、Interspeech、ICASSP、ASRU 等顶级会议/期刊发表过论文（尤其一作）；\n2. 在 ACM、Kaggle 或语音/多模态相关国际竞赛中获得优异成绩（如前三名）；\n3. 具备跨领域研究经验（如 NLP + 语音、音频信号处理 + 深度学习）；\n4. 成功复现或改进过 SOTA 语音算法，或有开源项目贡献。\n\n在招业务\n淘天集团 / Token Foundry / 千问办公 / 千问事业部 / 高德地图\n1. 负责语音生成/语音识别/语音合成/声纹/语种/情感等方向的算法研究和开发；\n2. 负责语音信号处理的相关算法研究和开发，包括语音增强、回声消除、混响消除、自动增益控制、波达方向估计、波束形成等；\n3. 负责口语语言理解/用户意图理解/对话模型/语音交互等算法研究和开发；\n4. 语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。\n1. 硕士及以上学历，计算机科学、人工智能、语音信号处理、自然语言处理或相关专业；\n2. 具备扎实的计算机与机器学习理论基础，熟练掌握至少一种编程语言（如 Python/C++），工程实现能力强；\n3. 熟悉语音识别、语音合成、口语语言处理、语音交互等核心技术，具备以下一项或多项经验：\n- 语音端到端声学建模（如 Transformer、Whisper、Qwen-Omni、Baichuan-Omni）；\n- 语音无监督预训练（如 Wav2Vec）；\n- 大语言模型（LLM）相关研发，包括预训练、SFT、强化学习；\n- 语音端到端大模型（Audio Encoder + LLM）的联合训练与优化；\n4. 对前沿技术有强烈探索欲，具备优秀的自驱力、独立思考能力和团队协作精神。\n【加分项】\n1. 在 NeurIPS、ICML、ICLR、CVPR、ACL、AAAI、Interspeech、ICASSP、ASRU 等顶级会议/期刊发表过论文（尤其一作）；\n2. 在 ACM、Kaggle 或语音/多模态相关国际竞赛中获得优异成绩（如前三名）；\n3. 具备跨领域研究经验（如 NLP + 语音、音频信号处理 + 深度学习）；\n4. 成功复现或改进过 SOTA 语音算法，或有开源项目贡献。",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}