阿里巴巴日常实习生-音频与多模态知识产权安全算法
实习兼职阿里巴巴日常实习生地点：杭州状态：招聘
任职要求
1.硕士及以上学历在读，计算机、人工智能、电子信息、信号处理、声学、音乐信息检索等相关专业优先；特别优秀的本科生亦可。 2.具备扎实的深度学习基础，熟悉 PyTorch，能够独立完成论文阅读、代码复现、训练调试和实验分析。 3.熟悉数字信号处理、时频分析、STFT/Mel 频谱、音频特征、采样率和常见音频编码中的至少一部分。 4.熟悉以下一个或多个方向：音频分类与检索、音乐信息检索、源分离、ASR、speaker verification、singing voice、audio deepfake、音频生成、多模态大模型。 5.熟练使用 Python，具有良好的工程实现、数据处理和代码规范意识。 6.具备较强的问题拆解、实验设计…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1.参与音频与多模态知识产权安全算法的设计与建设，覆盖歌曲识别、旋律检索、歌手身份验证、声音克隆与 AI 翻唱检测等方向。 2.参与歌声分离、音频指纹、音频表征学习、旋律建模、speaker/singer embedding、合成音频检测等模型的复现、训练和优化。 3.参与音频—文本—图像—视频联合建模，探索跨模态检索、音视频一致性、人物与声音一致性及内容溯源能力。 4.建设高质量训练与评测数据，设计变速、变调、翻唱、重编曲、压缩、噪声、多人声和 AIGC 生成等对抗/增强样本。 5.建立离线评测、阈值校准和误例分析体系，将模型指标转化为可解释、可落地的业务工作点。 6.跟踪音频生成、音乐信息检索、语音深度伪造、多模态理解和内容安全方向的前沿研究，推动论文方法在真实场景中的验证。
包括英文材料
学历+
信息检索+
https://nlp.stanford.edu/IR-book/information-retrieval-book.html
Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
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.
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.
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
还有更多 •••
相关职位
实习虎鲸文娱实习生招
1、图形方向：参与实时路径追踪渲染器、UE5图形算法改进、UE引擎模块优化等方面的研发，包括但不限于渲染管线、图形算法、物理仿真（布料、软体肌肉）等，以及关联DCC软件的生产效率工具链研发 2、AI方向：参与AI与CG结合的前沿技术研发，包括但不局限于神经渲染、超分、降噪、AI物理仿真模拟等领域，探索机器学习、深度学习等数据驱动方法在动画电影、游戏、影视拍摄中的应用
更新于 2026-05-07北京|杭州
实习虎鲸文娱实习生招
1、研究和探索可控的视觉内容生成技术，负责视觉内容生成模型等相关算法的研发和落地，结合公司业务场景进行相关策略迭代 2、探索时空内容可控生成技术，包括图片/视频风格迁移、镜头控制、空间一致性控制等 3、持续跟踪图像和视频生成领域的最新技术动态，评估并实施前沿技术，推动技术在公司产品中的应用与创新
更新于 2026-03-11北京
实习阿里巴巴日常实习
你要做什么 借助 AIGC 工具，高效产出各类风格的音乐 demo 对成品做音乐性把关，输出清晰、可执行的优化反馈 配合团队，把内容趋势转化为具体的选题方向和制作方案 跟踪 B 站 / 抖音 / 小红书 / 网易云的音乐二创热点，沉淀热门曲目与改编方向的选题库
更新于 2026-06-29北京|杭州
实习阿里巴巴日常实习
1. 协助团队开展多模态大模型算法研发工作，参与语音/音频生成、理解等核心技术的研发与测试； 2. 辅助研发多模态内容理解模型，协助搭建高精度、细粒度的内容描述体系，完成基础数据标注与整理工作； 3. 参与训练数据集的搭建、清洗、整理与标注，助力模型迭代优化，配合完成数据集相关基础调研； 4. 协助推进多模态大模型在核心业务中的落地测试，参与技术实用化过程中的效果验证与问题反馈； 5. 跟踪多模态大模型、音频AI领域行业前沿技术，协助整理前沿技术资料，参与团队技术研讨与学习。
更新于 2026-06-29北京|杭州