{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "端到端语音智能体前沿技术研究-阿里星/C-Star",
        "job_level": "阿里巴巴2027届应届生",AI生成
        "work_category": "freshman",AI生成
        "department": "千问事业部",
        "location": "北京 / 杭州 / 上海",
        "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": "端到端语音智能体前沿技术研究-阿里星/C-Star\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、负责统一语音多模态大模型的设计、训练、优化，涵盖语音识别、语音合成、语音理解、文本-语音融合、跨模态检索与生成等方向；\n2、推动语音与其他模态（文本、图像等）在统一建模框架下的深度融合，提升模型的理解、生成与交互能力；\n3、跟踪并研究前沿的多模态学习方法，包括但不限于Transformer、对比学习、扩散模型、自监督学习、强化学习等；\n4、参与大规模数据预处理、模型训练与推理优化，推动模型在实际场景中的高效部署；\n5、与产品、工程团队紧密协作，将研究成果应用于智能助手、虚拟人、智能硬件、会议记录等业务场景。\n\n职位要求\n1、计算机科学、电子工程、人工智能、信号处理等相关专业硕士及以上学历，博士优先；\n2、精通语音识别（ASR）、语音合成（TTS）、语音理解（SLU）等相关技术；\n3、熟悉主流大模型及深度学习框架（PyTorch/Megatron/DeepSpeed），具备大规模模型训练与调优能力；\n4、熟悉多模态表示学习、跨模态对齐与融合、自监督预训练方法；\n5、具备良好的算法实现能力和工程落地经验，熟悉模型压缩、蒸馏、量化、加速等技术；\n6、具有较强的研究能力和创新意识，曾在顶级会议（如NeurIPS、ICML、ICLR、ACL、INTERSPEECH、ICASSP等）发表过论文者优先；\n7、良好的沟通能力和团队协作精神，能够承担高强度的研发任务。\n【加分项】\n1、有大规模语音-文本数据构建与清洗经验；\n2、有端到端多模态对话系统开发经验或者实时通话经验；\n3、了解语音前端处理（VAD、说话人分离、语音增强等）；\n4、熟悉语音大模型及其扩展应用；\n5、有开源社区贡献经历或主导过知名开源项目者优先。\n\n在招业务\n千问事业部",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "199907820032",
        "post_date": "2026-08-13",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907820032?deptCodes="
    },
    "fulltext": "端到端语音智能体前沿技术研究-阿里星/C-Star\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、负责统一语音多模态大模型的设计、训练、优化，涵盖语音识别、语音合成、语音理解、文本-语音融合、跨模态检索与生成等方向；\n2、推动语音与其他模态（文本、图像等）在统一建模框架下的深度融合，提升模型的理解、生成与交互能力；\n3、跟踪并研究前沿的多模态学习方法，包括但不限于Transformer、对比学习、扩散模型、自监督学习、强化学习等；\n4、参与大规模数据预处理、模型训练与推理优化，推动模型在实际场景中的高效部署；\n5、与产品、工程团队紧密协作，将研究成果应用于智能助手、虚拟人、智能硬件、会议记录等业务场景。\n\n职位要求\n1、计算机科学、电子工程、人工智能、信号处理等相关专业硕士及以上学历，博士优先；\n2、精通语音识别（ASR）、语音合成（TTS）、语音理解（SLU）等相关技术；\n3、熟悉主流大模型及深度学习框架（PyTorch/Megatron/DeepSpeed），具备大规模模型训练与调优能力；\n4、熟悉多模态表示学习、跨模态对齐与融合、自监督预训练方法；\n5、具备良好的算法实现能力和工程落地经验，熟悉模型压缩、蒸馏、量化、加速等技术；\n6、具有较强的研究能力和创新意识，曾在顶级会议（如NeurIPS、ICML、ICLR、ACL、INTERSPEECH、ICASSP等）发表过论文者优先；\n7、良好的沟通能力和团队协作精神，能够承担高强度的研发任务。\n【加分项】\n1、有大规模语音-文本数据构建与清洗经验；\n2、有端到端多模态对话系统开发经验或者实时通话经验；\n3、了解语音前端处理（VAD、说话人分离、语音增强等）；\n4、熟悉语音大模型及其扩展应用；\n5、有开源社区贡献经历或主导过知名开源项目者优先。\n\n在招业务\n千问事业部"
}