阿里巴巴语音生成算法工程师-TTS

工作描述

任职要求
我们希望你
1. 在读硕士 / 博士研究生，或表现优异的本科生；计算机、人工智能、软件、数学等相关专业；可全职实习并持续 6 个月以上。
2. 扎实的代码能力，熟练使用 Python 与 PyTorch。
3. 熟悉 Transformer 与深度学习基础；了解 diffusion / flow matching / 自回归 等生成模型中的一种或多种。
4. 在以下任一方向有研究、课程项目或实习经验：语音生成 / TTS、生成模型、大语言模型、多模态大模型。
5. 对数据敏感，具备从数据中发现问题的习惯；对新技术、新工具快速上手。
6. 自我驱动，沟通与协作能力好，能在边界不清的问题上主动推进。
加分项
1. 在 ICASSP、Interspeech、TASLP、ICLR、NeurIPS、ICML、ACL 等顶级会议 / 期刊发表论文，或有被业界采用、复现的开源模型 / 框架 / 技术报告。
2. 参与过语音生成 / TTS 系统从研究到线上服务的完整闭环。
3. 了解 Megatron 等分布式训练框架，或 slime / swift / veRL 等后训练框架…