logo of bilibili

哔哩哔哩多模态大模型实习生(音频方向)

实习兼职技术类地点:上海状态:招聘♡ 收藏

工作描述


工作职责:
1. 负责端到端音频大模型的预训练、SFT监督微调、RL对齐全流程研发,优化语音、音乐、音频生成、理解,指令遵循等核心能力。
2. 音频大模型基建迭代,负责音乐、ASR、TTS、语音降噪、说话人日志、语音情感分析等语音算法与大模型的融合升级。
3. 数据构建与迭代:负责语音音频类专属数据集的采集、清洗、筛选、标准、质检,构建音频预训练语料、偏好对齐数据集、场景专项微调数据集,持续迭代数据体系提升模型泛化能力。
4. 技术调研与创新:跟进国内外音视频…
登录查看完整工作描述
微信扫码,1秒登录

包括英文材料
大模型+
SFT+
语音识别+
语音合成+
算法+
PyTorch+
还有更多 •••
相关职位

logo of bytedance
实习A24946

1、2028届及以后硕士及以上学位在读,计算机、数学、大数据、人工智能相关专业优先; 2、扎实的编程基础、良好的编程风格,熟悉多线程编程、分布式计算、网络通信、内存管理、设计模式; 3、工程研发或者基

更新于 2026-03-30北京
logo of bytedance
实习A58356

1、2028届及以后本科及以上学历在读,人工智能、计算机、自动化、数学相关专业优先; 2、熟练使用GPT、Claude、Gemini,Codex等Vibe Coding来提效工作,尤其是能够提高优化上

更新于 2026-03-30北京
logo of sensetime
实习算法

任职要求 * 计算机、电子工程、统计学等专业的本科及以上学位在读学生; * 扎实的专业基础和项目经历,优秀的问题分析和解决能力,熟悉CV、AIGC、NLP、RL等技术领域,在CVPR、ECCV、ICC

更新于 2026-08-05深圳
logo of kuaishou
实习D13765

1、计算机或者相关专业博士或硕士在读,一周至少实习4天,3个月及以上实习期; 2、熟悉常用的机器学习和深度学习算法,熟悉主流LLM/VLM结构(LLAMA/DeepSeek/Qwen/MoE系列等),

更新于 2025-11-21北京