阿里巴巴AIGC 音频产品实习生
任职要求
任职要求 - 影视音频相关专业在读：录音艺术、影视声音设计、音响导演、音响工程等专业优先 - 具备扎实的听觉审美，能把主观听感拆解为可量化的评测维度 - 至少参与…
工作职责
岗位职责 - 音频算法测评：参与多项AI音频算法的评测标准搭建；构建测评集，完成日常算法测评；分析算法 badcase，定位问题，反哺算法优化 - AI 音频产品设计：设计音频Agent 的端到端工作流——从"听懂剧本 / 分镜"到"自动选轨、混音、配音、生成环境音"的全链路编排；输出 PRD、交互流程图、产品demo，跟进研发落地并推动版本迭代 - 影视音频调研：跟踪影视级音频制作流程与业界工具链，为算法训练与评测提供审美锚点 - 视频agent相关工作，包括不限于产品策略、效果测评
1. 协助推进AI音频内容（语音、音乐等各类音频）的生产与运营，包括测试、生产、效果优化与体验评估。 2. 研究目标用户群体，追踪网络热点与流行文化趋势，策划并进行AI音频内容的选题挖掘。 3. 协助团队探索AI音频内容的风格调性与内容形式，设计创新性的内容呈现和互动玩法。 4. 协助制定AI音频内容的投放策略，提升内容点击率、互动率、用户参与度与粘性。 5. AI虚拟人IP账号运营，包括人设/风格的选择和塑造；策划高互动性的内容活动与话题，通过AI音频与图文等多种形式，与粉丝建立情感连接。 6. 跟进音频音乐AIGC领域的前沿技术与创意玩法，探索新颖应用场景。
1. 负责 AIGC 音频内容安全核心能力的模型研发与迭代，聚焦于生成式语音（TTS/VC）、声纹识别及音频语义合规审查，构建全链路音频风控体系。 2. 构建并优化音频安全大模型能力，结合 ASR（自动语音识别）、SER（说话人情感识别）及 Audio LLM 技术，提升模型对变声、拼接、对抗攻击等新型风险的泛化性与鲁棒性。 3. 端侧音频安全能力建设：针对移动端及 IoT 场景，开展音频模型的轻量化与性能优化（量化、剪枝、蒸馏），实现低时延、低功耗的实时流式音频风险拦截，满足弱网环境下的端云协同推理需求。 4. 数据与评测体系：建设 AIGC 音频风险本体库，涵盖各类合成语音数据集、对抗样本及难例挖掘；搭建自动化离线评测链路平衡召回率、误杀率与推理成本，建立行业领先的音频安全基准。
1. 负责商业化广告创意大模型能力建设，基于 LLM / MLLM / Agent 技术，构建文案生成、笔记改写、卖点提炼、风格仿写、爆款内容解析等核心能力，提升创意生产效率与投放效果。 2. 研发面向广告场景的创意 Agent，围绕广告主诉求理解、行业知识注入、素材理解、创意路径规划、可控生成、多轮交互、质量评测等环节，构建自动化创意生产闭环。 3. 探索并落地大模型后训练与生成控制技术，包括 SFT、指令调优、偏好对齐、强化学习、Reward Model、RAG、文风建模等，提升生成内容的稳定性、相关性和投放竞争力。 4. 深入广告业务，结合行业特征、用户兴趣、搜索词、投放数据和历史优质素材，持续优化文案质量、点击转化效果、素材覆盖率和客户使用体验。 5. 建设生成内容评测与治理体系，包括幻觉检测、广告合规、文案质量评估、badcase 分析和负反馈治理，保障大模型能力在真实投放场景中稳定规模化应用。
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：火山方舟是火山引擎推出的一站式大模型服务平台，是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型，提供丰富的插件生态和AI应用开发服务，并通过稳定可靠的安全互信方案、专业的算法技术服务，全方位保障企业级AI应用落地。 1、优化Seedream系列模型，为模型的通用能力提升相关技术负责，包含图像理解、图像生成、图像编辑等前沿技术； 2、推动技术在内容创作/特效/素材生成/辅助设计等领域的应用； 3、参与技术规划制定，把握图像生成技术最新发展趋势。