哔哩哔哩算法工程师（语音方向）【2026届】
任职要求
1、编程基础扎实，熟悉Python/C++等至少一种编程语言； 2、关注行业前沿技术，动手能力强，至少掌握Tensorflow/Pytorch中一种深度学习框架； 3、对音频内容制作、音乐创作或语音合成有浓厚热情； 4、具备优秀的团队合作和沟通能力，富有创造性思维； 5、善于解决问题，有良好的学术背景，熟悉编程语言者优先录取； 6、熟悉语音、音乐相关技术，能快速将行业最新算法应用到实际项目中； 7、国际期刊发表论文者及ACM获奖经历者优先，有音乐、声音制作或表演经验者优先录取 如果你是对音频内容制作、音乐和AI技术充满热情的学生，对内容有极致追求，我们期待你的加入！
工作职责
1、负责音频相关算法研发，包括但不限于语音合成、歌声合成、声音转换、音乐理解、音乐生成等； 2、负责音频相关算法在产品中落地，建设行业先进音频内容理解和生产能力，落地公司各个业务场景； 3、跟踪前沿的算法理论，并将优秀算法应用到实际业务中，提升业务效果； 4、参与PGC语音、音乐内容的创意和制作，一同打造声音体验； 5、与多元化的团队合作，将你的语言、音乐知识应用于前沿的AI项目。
1、车内安全业务模型与策略的开发及优化：1）通过技术进行策略体系的建设，减少车内不安全事件的发生，给司乘更安全的出行体验，深入研究业务，基于数据分析产出业务洞见，并进行策略调优与模型迭代 2）基于行程中实时的录音、录像、轨迹信息，结合订单及司机历史行为数据等，使用统计学方法、机器学习、深度学习、大模型等技术手段解决小样本、多模态数据融合等技术问题，建设车内安全相关的风险事件识别模型 2、司机生态业务模型与策略的开发及优化：通过技术搭建策略体系，建设良好的司机生态环境，使用NLP、大模型等技术，对司机生态中的风险事件进行识别，进而对司机生态进行持续治理 3、司机与乘客安全画像的构建：通过司机与乘客的历史行为信息，构建安全相关画像能力，使用数据挖掘、机器学习等技术构建标签，提供更安全的司乘出行与司机生态环境 4、安全场景的大模型应用：将大模型在安全业务场景落地应用，包括但不限于语音语义理解、多模态内容理解、智能问答、RAG等方向。
1、负责负责游戏内AI机器人的开发、调试、迭代等工作 2、负责用户行为数据挖掘、图像语音文本识别、知识图谱、用户特征挖掘、用户游戏技能识别等方向的机器学习课题的解决，以及实时数据分析建模； 3、负责对应领域中课题的机器学习建模和实时分析建模； 4、负责推进机器学习平台框架建设； 5、快速跟进最新有效的机器学习技术（包括深度学习），并将这些技术实践到建模中。
参与构建新一代电商语音认知引擎，通过大模型技术实现语音交互与商品理解的双向增强，打造全球领先的电商领域语音智能中枢，支撑淘宝亿级DAU场景的语音搜索、智能导购等核心业务。 1. 负责大模型语音模态的设计、开发和优化，包括但不限于语音音频数据清洗、模型设计、训练策略等方面的研究与应用。 2. 参与语音识别、语音合成、语音理解等相关大模型语音模态能力的建设，提升跨模态整体效果。 3. 跟踪、探索大模型方向，将各模态的SOTA能力集成到模型底座上，提升识别以及搜索能力，提升团队技术先进性。
在算力驱动的 AGI 和人文精神的烟火气交汇之处，我们真诚邀请对大模型 Omni Model 有热情的同学加入，共同打造更具影响力的智能系统。你会成为团队的一员，并和其他同事协作，共同研发 SOTA 的 Omni Model。期待你以务实和客观的科学态度来推进技术的进展，不被过往经验裹挟、不被主观偏好影响。期待你除了算法外仍然是为出色的工程师。期待你对技术有强烈的好奇心和开放心态。 区别于传统 ASR / TTS 级联技术，我们希望打造端到端的 Omni Model 在实时交互中释放大模型的智力水平，彻底改变以 Chatbot 文字为主的人机交互界面 岗位说明：你会负责围绕大模型 Omni Model 构建语音模态的相关研究工作，包括但不限于如下事项 海量的语音数据处理和构建：定性分析、定量评估数据质量，并给出 scalable 的改进方案；探索跨模态（文字/视觉/语音）混合训练的最佳实践； 探索更加高效且合理的模型架构，让模型更加理解音频，同时让模型具备更好的语音合成能力 研究并探索基于 Omni Model 的 Post Train，包含但不限于 SFT 和 RL