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": "Happy Shrimp 音乐模型 ASR 识别算法实习生-Token Foundry",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "Token Foundry",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、参与自动语音识别（ASR）模型的训练、评测与优化\n2、协助完成音乐数据清洗、标注和数据增强\n3、分析识别错误，持续优化准确率及实际场景效果\n4、配合团队完成模型部署与性能测试",
"requirements_text": "1、计算机、人工智能、电子信息等相关专业在读\n2、熟悉 Python，了解 PyTorch 等深度学习框架\n3、了解 ASR 基本原理，了解Whisper、WeNet、Kaldi ，有 Qwen asr和firered asr 等项目经验者优先\n4、具备良好的工程能力、学习能力和沟通协作意识\n5、每周可实习 4+ 天，连续实习 3 个月以上\n加分项\n1、有语音识别项目、竞赛或论文经历\n2、熟悉音频处理、模型微调或推理加速\n3、有大模型或多模态相关经验",
"skills": [AI生成
"Python",
"PyTorch",
"深度学习",
"模型微调",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "3、了解 ASR 基本原理，了解Whisper、WeNet、Kaldi ，有 Qwen asr和firered asr 等项目经验者优先；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/199909600002?deptCodes="
}
]
},
"posting": {
"posting_id": "199909600002",
"post_date": "2026-09-07",
"hire_time": "5、每周可实习 4+ 天，连续实习 3 个月以上",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199909600002?deptCodes="
},
"fulltext": "Happy Shrimp 音乐模型 ASR 识别算法实习生-Token Foundry\nHappy Shrimp 音乐模型 ASR 识别算法实习生-Token Foundry\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-01-01\n职位类别：技术类\n招聘项目：阿里巴巴日常实习生\n工作地点：北京 / 杭州\n\n职位描述\n1、参与自动语音识别（ASR）模型的训练、评测与优化\n2、协助完成音乐数据清洗、标注和数据增强\n3、分析识别错误，持续优化准确率及实际场景效果\n4、配合团队完成模型部署与性能测试\n\n职位要求\n1、计算机、人工智能、电子信息等相关专业在读\n2、熟悉 Python，了解 PyTorch 等深度学习框架\n3、了解 ASR 基本原理，了解Whisper、WeNet、Kaldi ，有 Qwen asr和firered asr 等项目经验者优先\n4、具备良好的工程能力、学习能力和沟通协作意识\n5、每周可实习 4+ 天，连续实习 3 个月以上\n加分项\n1、有语音识别项目、竞赛或论文经历\n2、熟悉音频处理、模型微调或推理加速\n3、有大模型或多模态相关经验\n\n在招业务\nToken Foundry\n1、参与自动语音识别（ASR）模型的训练、评测与优化\n2、协助完成音乐数据清洗、标注和数据增强\n3、分析识别错误，持续优化准确率及实际场景效果\n4、配合团队完成模型部署与性能测试\n1、计算机、人工智能、电子信息等相关专业在读\n2、熟悉 Python，了解 PyTorch 等深度学习框架\n3、了解 ASR 基本原理，了解Whisper、WeNet、Kaldi ，有 Qwen asr和firered asr 等项目经验者优先\n4、具备良好的工程能力、学习能力和沟通协作意识\n5、每周可实习 4+ 天，连续实习 3 个月以上\n加分项\n1、有语音识别项目、竞赛或论文经历\n2、熟悉音频处理、模型微调或推理加速\n3、有大模型或多模态相关经验",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}