多模态大模型算法实习生【阿里大模型】【语音，视频方向】

淘天集团是阿里巴巴集团全资拥有的业务集团，全球领先的科技商业公司。淘天集团以淘宝APP为主要服务载体，构建国内国际供给、线上线下场景、远场近场履约相结合的商业矩阵，汇聚数十万全球和中国品牌、上千万中小商家及内容创作者，满足9亿中国消费者多元化、个性化、品质化的生活需求。淘天集团拥有淘宝、天猫、1688、闲鱼等商业品牌，并通过天猫国际、淘宝直播、天猫超市、淘宝买菜、阿里妈妈等业务，提供进口、直播、超市、买菜、数字营销等服务。按GMV计算，淘宝是中国最大的数字零售平台；由天猫首创的双11全球狂欢季，已经成为全球最大的购物节之一。 未来三年，淘天集团将全力实施用户为先、生态繁荣、科技驱动三大战略，在继续服务最大规模消费者和商家的同时，逐步升级为一个一站式的消费及生活平台。 大模型/多模态大模型算法实习生 岗位职责 1. 参与语音大模型的研发，包括语音识别、语种识别、语音合成、音色克隆、端到端合成等技术； 2. 探索歌曲、音乐等音频的理解与合成技术； 3. 将以上技术落地到淘天业务，考虑模型性能与效率。

1. 计算机或者相关专业本科及以上在读，研一/研二；博一/博二/博三优先，至少4个月实习期； 2. 熟悉常用的机器学习和深度学习算法，熟悉业界领先的LLM（如GPT、LLaMA）的基本原理和训练方法，或熟悉主流的多模态大模型（如Qwen-VL、LLaVA）的基本原理和训练方法，有文本生成或对话系统等的研究经验； 3. 具备较强的编码能力，熟悉Python，熟悉PyTorch/Tensorflow等至少一种主流深度学习框架，有LLM或多模态的实际项目经验者优先； 4. 具备优秀的学习能力和良好的沟通合作精神； 5. 在国际顶级会议/期刊上有相关·论文发表者优先。