阿里巴巴业务技术-数字人平台技术解决方案-淘宝直播
任职要求
- 技术整合能力：能将TTS、LLM、形象驱动等技术模块抽象为标准化服务
- 产品设计能力：擅长系统抽象和复杂系统解耦，具备复杂系统的产品设计经验
- 开发者思维：有技术产品化经验，理解开发者生态需求
- 效能提升导向：通过设计工具链，提升数字人内容生产效率工作职责
1. 主导淘宝直播数字人技术平台建设，打造支撑淘宝直播生态的数字人底层能力平台，包括但不限于： - 跨业务场景的虚拟人能力标准化输出 - 引入多模态内容生成工具链体系，降低素材制作门槛 2. 构建平台级技术解决方案： - 设计数字人资产管理与调度平台 - 设计面向开发者的技术开放平台 - 建设直播数字人效果评估与数据监测体系 - 制定数字人录制采集SOP 3. 技术生态协同： - 推动AI算法能力与工程化落地的有效实践 - 制定虚拟人技术接入规范与标准
1.理解AI业务战略诉求，深入理解C端场景业务，主导关键系统的设计和优化，保障该系统的核心功能和性能满足业务要求； 2.不断拓展领域知识，运用专业技术攻坚解决领域难题，如数字人、TTS、视频/直播等； 3.研发效率提升，识别和规划可复用能力，沉淀技术解决方案提升研发效率； 4.把握行业的前瞻技术发展趋势，基于业务场景，结合新技术、新形态，推动技术创新性产品落地。
1.理解AI业务战略诉求，深入理解C端场景业务，主导关键系统的设计和优化，保障该系统的核心功能和性能满足业务要求； 2.不断拓展领域知识，运用专业技术攻坚解决领域难题，如数字人、TTS、视频/直播等； 3.研发效率提升，识别和规划可复用能力，沉淀技术解决方案提升研发效率； 4.把握行业的前瞻技术发展趋势，基于业务场景，结合新技术、新形态，推动技术创新性产品落地。
研究方向一：多模态Agent 1.基于多模态数据的智能决策、任务自动化及人机协同，提升直播运营效率与效果 2.多Agent框架设计与系统研发 研究方向二：高表现力数字人生成驱动 1.语音精准唇形驱动。通过AIGC、人脸驱动等能力，形成人形交互的行业最优产品化方案 2.人体驱动技术。针对AI直播业务场景，适配最优的人体肢体驱动技术解决方案 3.端到端人形生成能力。打造从语音文本输入到完整数字人输出的跨模态生成架构，通过联合训练实现语音驱动表情、文本驱动肢体语言、情感驱动微动作的多维度协同控制 研究方向三：智能对话与多模态内容生成交互技术 1.多模态智能对话技术。基于业务数据，利用RAG、跨模态检索、大模型后训练等方式，打造高效的智能对话能力 2.多模态内容理解及生成技术。基于业务数据，利用多模态大模型、AIGC技术构建多模态交互的基础数据
ByteIntern：面向2026届毕业生（2025年9月-2026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：直播团队负责为抖音集团提供直播服务。团队负责直播平台技术和直播业务研发，打造灵活稳定的直播服务平台，为用户提优质直播体验，支持电商、本地生活、游戏、节目、多人互动等不同类型的业务场景。直播业务发展迅猛，处于行业头部地位，业务发展空间巨大。现在加入我们，和优秀的人一起做有挑战的事，你的技术与创意将影响亿级用户，激发创意和丰富生活。 1、参与抖音直播助手项目建设，面向主播开播的全流程，打造全方位、自迭代的智能直播专家，探索直播领域垂类大模型的建设工作； 2、参与研发提效助手项目建设，打造面向软件研发全生命周期的提效助手，完成研发知识资产的建设和模型内化； 3、参与新业务的探索研究，结合对业务场景的充分理解，寻找最佳解决方案。