阿里巴巴多模态传输（T-Star Lab）
任职要求
1. 计算机/电子/通信/网络/人工智能等相关专业，毕业时间在 2026 年 11 月以后的硕士及以上学历在校生； 2. 熟悉网络传输协议（TCP/QUIC/RTP/WebRTC 等），深入理解拥塞控制算法（BBR/CUBIC/GCC/Copa等）原理与实现； 3. 熟悉以下至少2个或以上方向： - QUIC 协议栈 / Media over QUIC 标准 - 实时音视频传输（WebRTC、SRT、RIST 等） - 多路径传输（MPTCP、MPQUIC） - 拥塞控制 / Pacing / FEC 算法 - 自适应码率（ABR）算法 4. 精通 C/C++/Rust/Go 中至少一种系统级编程语言，熟悉网…
工作职责
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2026年11月及以后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 岗位描述： 如果你，期望在阿里巴巴生态的广阔场景中，面向亿级智能体用户的多模态交互诉求，打造业界领先的下一代多模态传输协议栈，让智能体音视频/文本/感知数据跨越物理网络的边界，实现超低延迟、超高可靠、超强自适应的极致传输体验； 如果你，期望深度参与 IETF Media over QUIC (MoQ) 国际标准制定，在协议栈基础机制与增强机制设计的最前沿与全球顶级专家同台对话，推动你的技术方案成为影响全球互联网的RFC 标准； 如果你，期望攻克多模态数据跨层协同与拥塞控制的核心难题，研发面向多模态混合流（语音/视频/文本/动作）的新一代拥塞控制算法，打破传统单流 CC（BBR/CUBIC）的局限，在弱网、高抖动、高丢包等极端场景下依然保持丝滑无卡顿的用户体验； 如果你，期望突破多路径传输与智能调度的技术深水区，设计面向 MoQ 的 Multipath 传输与调度算法，基于全新的 QoE 感知反馈协同框架，联动调节拥塞控制、视频帧率消费、智能体生成内容生产速率，在端到端链路上实现QoE 最大化； 如果你，期望探索面向多模态场景的丢包恢复与 FEC 机制，研究自适应前向纠错、智能重传策略、帧级优先级调度等前沿技术，解决智能体实时对话中""掉字、掉帧、画面冻结""等顽疾，让交互如真人般自然流畅； 如果你，期望深入构建 MoQ 反馈机制与闭环控制算法，攻克发送速率调节、Pacing 机制、自适应码率/采样频率控制等工程难题，打造可在淘宝/千问等 C 端智能体应用中大规模落地的端到端传输解决方案，影响数以亿计的用户； 加入我们，你的成果将直接应用于阿里巴巴核心业务——淘宝AI导购、千问AI助手、智能体实时语音对话、多模态实时交互等场景，每一行代码、每一次算法优化，都在重新定义下一代人机交互的传输基础设施！
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星”的使命与愿景，面向全球招募顶尖技术人才。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的AI技术，在有价值的业务场景落地技术成果。 如果你，期望在阿里巴巴生态的广阔场景中，面向亿级智能体用户的多模态交互诉求，打造业界领先的下一代多模态传输协议栈，让智能体音视频/文本/感知数据跨越物理网络的边界，实现超低延迟、超高可靠、超强自适应的极致传输体验； 如果你，期望深度参与 IETF Media over QUIC (MoQ) 国际标准制定，在协议栈基础机制与增强机制设计的最前沿与全球顶级专家同台对话，推动你的技术方案成为影响全球互联网的RFC 标准； 如果你，期望攻克多模态数据跨层协同与拥塞控制的核心难题，研发面向多模态混合流（语音/视频/文本/动作）的新一代拥塞控制算法，打破传统单流 CC（BBR/CUBIC）的局限，在弱网、高抖动、高丢包等极端场景下依然保持丝滑无卡顿的用户体验； 如果你，期望突破多路径传输与智能调度的技术深水区，设计面向 MoQ 的 Multipath 传输与调度算法，基于全新的 QoE 感知反馈协同框架，联动调节拥塞控制、视频帧率消费、智能体生成内容生产速率，在端到端链路上实现QoE 最大化； 如果你，期望探索面向多模态场景的丢包恢复与 FEC 机制，研究自适应前向纠错、智能重传策略、帧级优先级调度等前沿技术，解决智能体实时对话中**""掉字、掉帧、画面冻结""**等顽疾，让交互如真人般自然流畅； 如果你，期望深入构建 MoQ 反馈机制与闭环控制算法，攻克发送速率调节、Pacing 机制、自适应码率/采样频率控制等工程难题，打造可在淘宝/千问等 C 端智能体应用中大规模落地的端到端传输解决方案，影响数以亿计的用户； 加入我们，你的成果将直接应用于阿里巴巴核心业务——淘宝AI导购、千问AI助手、智能体实时语音对话、多模态实时交互等场景，每一行代码、每一次算法优化，都在重新定义下一代人机交互的传输基础设施！
如果你，期望在阿里巴巴生态的广阔场景中，面向亿级智能体用户的多模态交互诉求，打造业界领先的下一代多模态传输协议栈，让智能体音视频/文本/感知数据跨越物理网络的边界，实现超低延迟、超高可靠、超强自适应的极致传输体验； 如果你，期望深度参与 IETF Media over QUIC (MoQ) 国际标准制定，在协议栈基础机制与增强机制设计的最前沿与全球顶级专家同台对话，推动你的技术方案成为影响全球互联网的RFC 标准； 如果你，期望攻克多模态数据跨层协同与拥塞控制的核心难题，研发面向多模态混合流（语音/视频/文本/动作）的新一代拥塞控制算法，打破传统单流 CC（BBR/CUBIC）的局限，在弱网、高抖动、高丢包等极端场景下依然保持丝滑无卡顿的用户体验； 如果你，期望突破多路径传输与智能调度的技术深水区，设计面向 MoQ 的 Multipath 传输与调度算法，基于全新的 QoE 感知反馈协同框架，联动调节拥塞控制、视频帧率消费、智能体生成内容生产速率，在端到端链路上实现QoE 最大化； 如果你，期望探索面向多模态场景的丢包恢复与 FEC 机制，研究自适应前向纠错、智能重传策略、帧级优先级调度等前沿技术，解决智能体实时对话中**""掉字、掉帧、画面冻结""**等顽疾，让交互如真人般自然流畅； 如果你，期望深入构建 MoQ 反馈机制与闭环控制算法，攻克发送速率调节、Pacing 机制、自适应码率/采样频率控制等工程难题，打造可在淘宝/千问等 C 端智能体应用中大规模落地的端到端传输解决方案，影响数以亿计的用户； 加入我们，你的成果将直接应用于阿里巴巴核心业务——淘宝AI导购、千问AI助手、智能体实时语音对话、多模态实时交互等场景，每一行代码、每一次算法优化，都在重新定义下一代人机交互的传输基础设施！
- 参与多模态大模型（VLM）在内容安全场景的研究与落地，涵盖数据自动标注、模型微调及效果评估； - 协助识别与分析图像/视频中的安全风险（如违规、低俗、欺诈、暴力等），推动检测能力迭代； - 参与高质量数据集的构建、清洗与分析，驱动模型在安全场景下的持续优化； - 跟进多模态理解、内容安全等领域的前沿进展，参与团队技术分享与方案创新。
ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。 1、深度参与业界效果领先的生成模型Seedance/Seedream相关工作，理解模型Seed-VLM的软硬件协同优化和算法优化逻辑，构建业界领先的模型优化能力矩阵； 2、研发面向多端异构平台的量化&稀疏、MOE压缩、Token压缩、Cache复用、投机解码、KV Cache压缩等加速算法，构建Training-Free或结合Post-Training/RL-Training的加速算法能力； 3、面向分布式训练/推理场景，深度挖掘模型表示位宽、分辨率、步数、结构等维度的冗余，通过算法和工程创新加速训练和推理过程，实现降本增效； 4、探索Efficient AIGC、Efficient LLM领域最前沿的问题，包括多模态理解生成统一建模加速、结合RL训练的模型优化等方向。