网易大模型数据标注（文本与语音方向）
任职要求
• 本科以上学历，理工科专业背景或具备出色写作能力者优先
• 5年+ AI数据运营/标注管理经验，主导过文本或语音数据标注项目（LLM/TTS项目优先）。
• 有外包团队管理经验（10人以上规模）。
能力：
• 精通标注质量…工作职责
1.全流程搭建与管理 • 主导文本对话、TTS音频数据的标注流程设计，制定多模态标注规范与质控体系（含预标注策略、自动化质检）。 2.团队与外包管理 • 组建、管理标注团队（含全职/外包），负责招募、培训、绩效考核及成本优化。 3.数据质量与模型迭代闭环 • 建立数据质量监控指标，分析模型缺陷，推动标注策略迭代反哺模型优化。 4.跨团队协作 • 联动算法、产品、语音技术团队，对齐标注需求与训练目标，确保数据驱动虚拟人交互体验提升。 5.效率工具开发 • 推动智能标注工具开发（如基于大模型的自动预标注、批量质检），提升标注效率30%+。
1.我们正在构建原生支持视觉、音频与文本的大规模多模态模型体系，以推动人工智能系统实现对物理世界的全面感知与理解。你将加入语音与音频方向的核心研究团队，围绕以下关键研究任务开展工作：； 2.研发具备通用能力的端到端语音大模型，包括多语言语音识别、语音翻译、语音合成，副语言信息理解，音频理解 等； 3.推进 语音表征学习 与 语音编码/解码 架构研究，构建适用于多任务、多模态的统一声学表征； 4.探索音频和语音在多模态大模型中的表征对齐与融合机制，与图像、文本联合建模； 5.构建并维护高质量的语音多模态数据集、自动标注与数据合成技术。
1.我们正在构建原生支持视觉、音频与文本的大规模多模态模型体系，以推动人工智能系统实现对物理世界的全面感知与理解。你将加入语音与音频方向的核心研究团队，围绕以下关键研究任务开展工作：； 2.研发具备通用能力的端到端语音大模型，包括多语言语音识别、语音翻译、语音合成，副语言信息理解，音频理解 等； 3.推进 语音表征学习 与 语音编码/解码 架构研究，构建适用于多任务、多模态的统一声学表征； 4.探索音频和语音在多模态大模型中的表征对齐与融合机制，与图像、文本联合建模； 5.构建并维护高质量的语音多模态数据集、自动标注与数据合成技术。
数据构建与处理： 深入参与大模型训练数据的设计与构建，亲手处理包括但不限于文本数据，平行语料、图文交错、图生图、图像序列等多样化数据。负责数据的采集、清洗、标注和预处理工作，为模型训练提供高质量的数据基础 模型训练与调优：参与或主导SFT / RL等后训练探索，提升模型在各类下游任务中的实际应用能力 探索如何通过数据和训练策略，激发模型采样多模态token的能力，并将其应用于解决真实物理世界的问题，参与数据驱动模型能力提升的全过程
1.拟人SFT数据构建与策略设计 （1）负责面向超拟人语音交互场景的SFT数据方案设计，涵盖角色人设一致性、多轮对话逻辑、情感表达等维度，构建高质量对话语料。 （2）针对多模态交互、A陪伴等需求，设计角色扮演数据的标注规范，包括身份背景、经典台词、行为模式等细粒度标签。 （3）基于业务场景（如儿童教育、情感陪伴、游戏NPC、模拟面试等）设计符合角色设定的对话逻辑，提升用户交互沉浸感。 （4）建立SFT数据评估体系，针对人设一致性、意图识别准确率、对话流畅度等指标进行量化分析与迭代。 2.SFT数据在语音交互模型中的优化 （1）结合语音交互链路（ASR→LLM→TTS），通过SFT技术优化大模型的对话能力，重点提升上下文理解、情感响应准确度及多轮对话连贯性。 （2）探索角色扮演数据在语音Agent中的应用，例如通过Prompt工程控制对话风格、情绪倾向，实现个性化交互体验。 （3）协同声纹识别、情感计算等技术，构建语音-文本-用户画像对齐的数据集，支持个性化交互（如儿童声线识别、成人情感分析）。 （4）推动SFT数据在低延迟语音交互场景的落地，优化端到端响应效率（如实时打断、长上下文记忆等能力）。