阿里巴巴语音算法实习生—端到端语音大模型/统一建模方向
实习兼职阿里巴巴日常实习生地点：杭州状态：招聘
工作描述
任职要求 1、计算机科学、人工智能、信号处理、电子工程等相关专业在校硕士或博士研究生； 2、精通 Python 编程，熟练掌握 PyTorch 深度学习框架；有 Megatron-LM、DeepSpeed 等大规模分布式训练框架使用经验者优先； 3、深入理解 Transformer 架构及大语言模型（LLM）原理。熟悉主流语音编解码模型（如 VQ-VAE, SoundStream, EnCodec, HiFi-Codec）。熟悉语音大模型相关工作（如 AudioLM, VALL-E, SpeechGPT, Qwen-Audio, GPT-4o Audio 等）。 加分项： 1、在语音合成（TTS）、语音识别（ASR）或多模态学习领域有顶会（ICASSP, …
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.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
Megatron+
https://www.youtube.com/watch?v=hc0u4avAkuM
DeepSpeed+
https://www.youtube.com/watch?v=pDGI668pNg0
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.
还有更多 •••
相关职位
实习阿里巴巴研究型实
1. 计算机科学、人工智能、语音处理、机器学习或相关领域的硕士或博士学位。 2. 在自然语言、语音等相关领域的研究研发经验。 3. 具备出色的编程能力，熟练掌握Pytorch等深度学习框架和Pyt
更新于 2026-03-20杭州
实习日常实习生
1、实习2~6个月以上； 2、硕士及以上学位在读，计算机科学/计算机工程/电子信息技术等相关专业优先； 3、有自然语言处理、语音合成、音乐生成、音效生成等研究或者技术背景优先； 4、熟练掌握PyTor
更新于 2026-05-08北京|杭州|上海
实习网易游戏（互娱）
1、编程基础扎实，熟悉Python等至少一种编程语言，有良好的编程习惯和代码风格； 2、在读本科或研究生，计算机科学、电子工程、信息科学、信号处理或相关专业； 3、对语音有浓厚的兴趣，熟悉语音相关技术
更新于 2026-04-02广州
社招算法研究
1.人工智能、机器学习、信号处理或计算机科学等相关专业研究生以上学历，基础扎实 2.熟悉主流的语音识别模型算法，如RNN-T、conformer、CTC 3.熟悉kaldi / K2 / wenet
更新于 2025-11-18北京|深圳