{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态音视频理解与生成研究与应用 - 阿里星",
        "job_level": "阿里巴巴2027届应届生",AI生成
        "work_category": "freshman",AI生成
        "department": "Token Foundry",
        "location": "北京 / 杭州",
        "work_mode": "",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "阿里巴巴集团",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "多模态音视频理解与生成研究与应用 - 阿里星\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\n\n职位描述\n1.研究并搭建面向下一代多模态基础模型的音视频理解生成能力；\n2.研发大规模 / 超大规模音视频融合的多模态理解生成基础模型，开展深度系统优化；负责数据体系搭建、指令微调、偏好对齐与模型迭代优化；\n3.提升数据合成、可扩展监督（Scalable oversight）、模型推理、智能规划能力，搭建完备、客观、精准的评测体系，持续探索多模态大模型性能提升方案；\n4.参与音视频生成基础模型全链路研发，基于视频生成技术探索创新应用与产品落地。\n\n职位要求\n1.计算机、人工智能、自动化、数学等理工科相关专业优先；\n2.心怀技术理想，希望以科技创新创造价值，立志深耕机器学习、大模型、多模态生成与理解领域；\n3.拥有计算机视觉、语音合成 / 识别、音视频生成理解相关研发经历优先；\n4.拥有 CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR/ICASSP/Interspeech/ACL 等顶会论文成果者优先；\n5.具备扎实算法基础与工程编码能力，精通 Python/C/C++ 其一；具备 ACM、Kaggle、信息学奥赛等竞赛获奖经历加分；\n6.有音视频生成理解基础模型、大规模强化学习相关方向项目主导经验。\n\n在招业务\nToken Foundry",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "199909800001",
        "post_date": "2026-09-28",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199909800001?deptCodes="
    },
    "fulltext": "多模态音视频理解与生成研究与应用 - 阿里星\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\n\n职位描述\n1.研究并搭建面向下一代多模态基础模型的音视频理解生成能力；\n2.研发大规模 / 超大规模音视频融合的多模态理解生成基础模型，开展深度系统优化；负责数据体系搭建、指令微调、偏好对齐与模型迭代优化；\n3.提升数据合成、可扩展监督（Scalable oversight）、模型推理、智能规划能力，搭建完备、客观、精准的评测体系，持续探索多模态大模型性能提升方案；\n4.参与音视频生成基础模型全链路研发，基于视频生成技术探索创新应用与产品落地。\n\n职位要求\n1.计算机、人工智能、自动化、数学等理工科相关专业优先；\n2.心怀技术理想，希望以科技创新创造价值，立志深耕机器学习、大模型、多模态生成与理解领域；\n3.拥有计算机视觉、语音合成 / 识别、音视频生成理解相关研发经历优先；\n4.拥有 CVPR/ICCV/ECCV/NeurIPS/ICML/ICLR/ICASSP/Interspeech/ACL 等顶会论文成果者优先；\n5.具备扎实算法基础与工程编码能力，精通 Python/C/C++ 其一；具备 ACM、Kaggle、信息学奥赛等竞赛获奖经历加分；\n6.有音视频生成理解基础模型、大规模强化学习相关方向项目主导经验。\n\n在招业务\nToken Foundry"
}