阿里巴巴语音与全模态工程师-ASR/TTS/Omni
实习兼职阿里巴巴日常实习生地点：北京 | 杭州状态：招聘
工作描述
任职要求 1. 人工智能、计算机、声学等相关专业在读硕士或优秀本科生。 2. 熟悉 Python 及 PyTorch 框架，扎实掌握 Transformer 架构，对 LLM 原理有基本理解。 3. 对 Omni LLM、多模态学习或语音技术（ASR/TTS）有浓厚兴趣，具备相关课程项目或自学经历者优先。 4. 具备良好的英文文献阅读能力及代码复现能力，逻辑清晰，善于沟通协作。 加分项： 1. 有…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
语音识别+
https://developer.nvidia.com/blog/essential-guide-to-automatic-speech-recognition-technology/
Over the past decade, AI-powered speech recognition systems have slowly become part of our everyday lives, from voice search to virtual assistants in contact centers, cars, hospitals, and restaurants.
还有更多 •••
相关职位
实习阿里巴巴2027
1、计算机科学或相关专业硕士及以上学历，具有扎实的计算机、机器学习等理论基础； 2、熟练掌握至少一种编程语言，具备扎实的技术基础； 3、熟悉深度学习、信号处理、语音识别、语音合成、口语语言处理、语音交
更新于 2026-03-17北京|杭州
社招3年以上技术类-算法
1.计算机科学、人工智能、电子工程、应用数学等相关专业硕士及以上学历。 2.具备扎实的机器学习、深度学习理论基础，精通语音生成相关技术。 3.熟练至少一种大模型训练框架（Deepspeed， Mega
更新于 2026-08-17北京|杭州
社招3年以上技术类-算法
1.计算机科学、人工智能、电子工程、应用数学等相关专业硕士及以上学历。 2.具备扎实的机器学习、深度学习理论基础，精通语音生成相关技术。 3.熟练至少一种大模型训练框架（Deepspeed， Mega
更新于 2026-04-02北京|杭州
社招3年以上技术类-算法
1.计算机科学、人工智能、电子工程、应用数学等相关专业硕士及以上学历。 2.具备扎实的机器学习、深度学习理论基础，精通语音生成相关技术。 3.熟练至少一种大模型训练框架（Deepspeed， Mega
更新于 2026-04-02北京|杭州