主分类：音视频与实时通信研发
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": "多模态传输（T-Star Lab）",
"job_level": "校招",AI生成
"work_category": "全职",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": "毕业时间在 2026 年 11 月以后的硕士及以上学历在校生",
"language": "6. 具备优秀的问题分析能力、英文阅读/沟通交流能力（流畅阅读 IETF 草案与顶会论文、线下/远程参与国际标准会议）",AI生成
"visa_support": "未披露",
"responsibilities": "T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年11月及以后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。\n岗位描述：\n如果你，期望在阿里巴巴生态的广阔场景中，面向亿级智能体用户的多模态交互诉求，打造业界领先的下一代多模态传输协议栈，让智能体音视频/文本/感知数据跨越物理网络的边界，实现超低延迟、超高可靠、超强自适应的极致传输体验；\n如果你，期望深度参与 IETF Media over QUIC (MoQ) 国际标准制定，在协议栈基础机制与增强机制设计的最前沿与全球顶级专家同台对话，推动你的技术方案成为影响全球互联网的RFC 标准；\n如果你，期望攻克多模态数据跨层协同与拥塞控制的核心难题，研发面向多模态混合流（语音/视频/文本/动作）的新一代拥塞控制算法，打破传统单流 CC（BBR/CUBIC）的局限，在弱网、高抖动、高丢包等极端场景下依然保持丝滑无卡顿的用户体验；\n如果你，期望突破多路径传输与智能调度的技术深水区，设计面向 MoQ 的 Multipath 传输与调度算法，基于全新的 QoE 感知反馈协同框架，联动调节拥塞控制、视频帧率消费、智能体生成内容生产速率，在端到端链路上实现QoE 最大化；\n如果你，期望探索面向多模态场景的丢包恢复与 FEC 机制，研究自适应前向纠错、智能重传策略、帧级优先级调度等前沿技术，解决智能体实时对话中\"\"掉字、掉帧、画面冻结\"\"等顽疾，让交互如真人般自然流畅；\n如果你，期望深入构建 MoQ 反馈机制与闭环控制算法，攻克发送速率调节、Pacing 机制、自适应码率/采样频率控制等工程难题，打造可在淘宝/千问等 C 端智能体应用中大规模落地的端到端传输解决方案，影响数以亿计的用户；\n加入我们，你的成果将直接应用于阿里巴巴核心业务——淘宝AI导购、千问AI助手、智能体实时语音对话、多模态实时交互等场景，每一行代码、每一次算法优化，都在重新定义下一代人机交互的传输基础设施！",
"requirements_text": "1. 计算机/电子/通信/网络/人工智能等相关专业，毕业时间在 2026 年 11 月以后的硕士及以上学历在校生；\n2. 熟悉网络传输协议（TCP/QUIC/RTP/WebRTC 等），深入理解拥塞控制算法（BBR/CUBIC/GCC/Copa等）原理与实现；\n3. 熟悉以下至少2个或以上方向：\n- QUIC 协议栈 / Media over QUIC 标准\n- 实时音视频传输（WebRTC、SRT、RIST 等）\n- 多路径传输（MPTCP、MPQUIC）\n- 拥塞控制 / Pacing / FEC 算法\n- 自适应码率（ABR）算法\n4. 精通 C/C++/Rust/Go 中至少一种系统级编程语言，熟悉网络协议栈开发；\n5. 具备良好的代码习惯，能高效实现前沿论文算法，具备协议仿真（NS-3/Mininet/Mahimahi）或真实网络实验能力；\n6. 具备优秀的问题分析能力、英文阅读/沟通交流能力（流畅阅读 IETF 草案与顶会论文、线下/远程参与国际标准会议）。\n【加分项】\n1. 在 SIGCOMM / NSDI / MobiCom 等国际会议发表有影响力的一作 CCF-A类论文；\n2. 作为主要参与者贡献过 IETF/W3C 等国际标准草案，或在 MoQ、QUIC、WebTransport 等工作组有活跃参与记录；\n3. 具备 AI + 网络跨学科背景（例如基于 RL/ML 的拥塞控制、调度算法经验）。",
"skills": [AI生成
"C++",
"Rust",
"沟通能力",
"分析能力",
"Go",
"C语言"
],
"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/199907820003?deptCodes="
}
]
},
"posting": {
"posting_id": "199907820003",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907820003?deptCodes="
},
"fulltext": "多模态传输（T-Star Lab）\n多模态传输（T-Star Lab）\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：杭州\n\n职位描述\nT-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年11月及以后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。\n岗位描述：\n如果你，期望在阿里巴巴生态的广阔场景中，面向亿级智能体用户的多模态交互诉求，打造业界领先的下一代多模态传输协议栈，让智能体音视频/文本/感知数据跨越物理网络的边界，实现超低延迟、超高可靠、超强自适应的极致传输体验；\n如果你，期望深度参与 IETF Media over QUIC (MoQ) 国际标准制定，在协议栈基础机制与增强机制设计的最前沿与全球顶级专家同台对话，推动你的技术方案成为影响全球互联网的RFC 标准；\n如果你，期望攻克多模态数据跨层协同与拥塞控制的核心难题，研发面向多模态混合流（语音/视频/文本/动作）的新一代拥塞控制算法，打破传统单流 CC（BBR/CUBIC）的局限，在弱网、高抖动、高丢包等极端场景下依然保持丝滑无卡顿的用户体验；\n如果你，期望突破多路径传输与智能调度的技术深水区，设计面向 MoQ 的 Multipath 传输与调度算法，基于全新的 QoE 感知反馈协同框架，联动调节拥塞控制、视频帧率消费、智能体生成内容生产速率，在端到端链路上实现QoE 最大化；\n如果你，期望探索面向多模态场景的丢包恢复与 FEC 机制，研究自适应前向纠错、智能重传策略、帧级优先级调度等前沿技术，解决智能体实时对话中\"\"掉字、掉帧、画面冻结\"\"等顽疾，让交互如真人般自然流畅；\n如果你，期望深入构建 MoQ 反馈机制与闭环控制算法，攻克发送速率调节、Pacing 机制、自适应码率/采样频率控制等工程难题，打造可在淘宝/千问等 C 端智能体应用中大规模落地的端到端传输解决方案，影响数以亿计的用户；\n加入我们，你的成果将直接应用于阿里巴巴核心业务——淘宝AI导购、千问AI助手、智能体实时语音对话、多模态实时交互等场景，每一行代码、每一次算法优化，都在重新定义下一代人机交互的传输基础设施！\n\n职位要求\n1. 计算机/电子/通信/网络/人工智能等相关专业，毕业时间在 2026 年 11 月以后的硕士及以上学历在校生；\n2. 熟悉网络传输协议（TCP/QUIC/RTP/WebRTC 等），深入理解拥塞控制算法（BBR/CUBIC/GCC/Copa等）原理与实现；\n3. 熟悉以下至少2个或以上方向：\n- QUIC 协议栈 / Media over QUIC 标准\n- 实时音视频传输（WebRTC、SRT、RIST 等）\n- 多路径传输（MPTCP、MPQUIC）\n- 拥塞控制 / Pacing / FEC 算法\n- 自适应码率（ABR）算法\n4. 精通 C/C++/Rust/Go 中至少一种系统级编程语言，熟悉网络协议栈开发；\n5. 具备良好的代码习惯，能高效实现前沿论文算法，具备协议仿真（NS-3/Mininet/Mahimahi）或真实网络实验能力；\n6. 具备优秀的问题分析能力、英文阅读/沟通交流能力（流畅阅读 IETF 草案与顶会论文、线下/远程参与国际标准会议）。\n【加分项】\n1. 在 SIGCOMM / NSDI / MobiCom 等国际会议发表有影响力的一作 CCF-A类论文；\n2. 作为主要参与者贡献过 IETF/W3C 等国际标准草案，或在 MoQ、QUIC、WebTransport 等工作组有活跃参与记录；\n3. 具备 AI + 网络跨学科背景（例如基于 RL/ML 的拥塞控制、调度算法经验）。\n\n在招业务\n淘天集团\nT-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年11月及以后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。\n岗位描述：\n如果你，期望在阿里巴巴生态的广阔场景中，面向亿级智能体用户的多模态交互诉求，打造业界领先的下一代多模态传输协议栈，让智能体音视频/文本/感知数据跨越物理网络的边界，实现超低延迟、超高可靠、超强自适应的极致传输体验；\n如果你，期望深度参与 IETF Media over QUIC (MoQ) 国际标准制定，在协议栈基础机制与增强机制设计的最前沿与全球顶级专家同台对话，推动你的技术方案成为影响全球互联网的RFC 标准；\n如果你，期望攻克多模态数据跨层协同与拥塞控制的核心难题，研发面向多模态混合流（语音/视频/文本/动作）的新一代拥塞控制算法，打破传统单流 CC（BBR/CUBIC）的局限，在弱网、高抖动、高丢包等极端场景下依然保持丝滑无卡顿的用户体验；\n如果你，期望突破多路径传输与智能调度的技术深水区，设计面向 MoQ 的 Multipath 传输与调度算法，基于全新的 QoE 感知反馈协同框架，联动调节拥塞控制、视频帧率消费、智能体生成内容生产速率，在端到端链路上实现QoE 最大化；\n如果你，期望探索面向多模态场景的丢包恢复与 FEC 机制，研究自适应前向纠错、智能重传策略、帧级优先级调度等前沿技术，解决智能体实时对话中\"\"掉字、掉帧、画面冻结\"\"等顽疾，让交互如真人般自然流畅；\n如果你，期望深入构建 MoQ 反馈机制与闭环控制算法，攻克发送速率调节、Pacing 机制、自适应码率/采样频率控制等工程难题，打造可在淘宝/千问等 C 端智能体应用中大规模落地的端到端传输解决方案，影响数以亿计的用户；\n加入我们，你的成果将直接应用于阿里巴巴核心业务——淘宝AI导购、千问AI助手、智能体实时语音对话、多模态实时交互等场景，每一行代码、每一次算法优化，都在重新定义下一代人机交互的传输基础设施！\n1. 计算机/电子/通信/网络/人工智能等相关专业，毕业时间在 2026 年 11 月以后的硕士及以上学历在校生；\n2. 熟悉网络传输协议（TCP/QUIC/RTP/WebRTC 等），深入理解拥塞控制算法（BBR/CUBIC/GCC/Copa等）原理与实现；\n3. 熟悉以下至少2个或以上方向：\n- QUIC 协议栈 / Media over QUIC 标准\n- 实时音视频传输（WebRTC、SRT、RIST 等）\n- 多路径传输（MPTCP、MPQUIC）\n- 拥塞控制 / Pacing / FEC 算法\n- 自适应码率（ABR）算法\n4. 精通 C/C++/Rust/Go 中至少一种系统级编程语言，熟悉网络协议栈开发；\n5. 具备良好的代码习惯，能高效实现前沿论文算法，具备协议仿真（NS-3/Mininet/Mahimahi）或真实网络实验能力；\n6. 具备优秀的问题分析能力、英文阅读/沟通交流能力（流畅阅读 IETF 草案与顶会论文、线下/远程参与国际标准会议）。\n【加分项】\n1. 在 SIGCOMM / NSDI / MobiCom 等国际会议发表有影响力的一作 CCF-A类论文；\n2. 作为主要参与者贡献过 IETF/W3C 等国际标准草案，或在 MoQ、QUIC、WebTransport 等工作组有活跃参与记录；\n3. 具备 AI + 网络跨学科背景（例如基于 RL/ML 的拥塞控制、调度算法经验）。",
"standard_classification": {
"std_category_code": "T032",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}