通义研究型实习生-面向通用场景的智能交互语音翻译大模型技术
任职要求
1.硕士及以上学历，计算机科学、人工智能、语音信号处理、自然语言处理或相关专业。 2.具备扎实的计算机与机器学习理论基础，熟练掌握至少一种编程语言（如 Python/C++），工程实现能力强。 3.熟悉语音识别、语音合成、口语语言处理、语音交互等核心技术，具备以下一项或多项经验。 （1）语音端到端声学建模（如 Transformer、Whisper、Qwen-Omni、Baichuan-Omni）； （2）语音无监督预训练（如 Wav2Vec）； （3）大语言模型（LLM）相关研发，包括预训练、SFT、强化学习； （4）语音端到端大模…
工作职责
1.负责端到端语音翻译方向的算法研究和开发。 2.负责口语语言理解/用户意图理解/对话模型/语音交互等算法研究和开发。 3.语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。
1.负责语音识别/语种识别/情感识别等方向的算法研究和开发； 2.负责音频理解/用户意图理解等算法研究和开发； 3.语音统一多模态大模型：研究下一代多模态通用大模型技术范式，实现文本、语音、视觉模态的联合建模。
研究领域： 图计算 项目简介： 在信息爆炸的时代，用户在搜推系统中面临的信息选择愈加复杂。查询理解作为搜推系统的核心技术，直接影响到用户体验和系统性能。现有的推荐系统在处理用户查询，特别是长尾或冷启动问题时，表现出了一定的局限性。开发一个能够高效理解用户查询意图的基础模型，成为提升系统智能化和用户满意度的关键所在。为此，本研究旨在针对搜推场景构建一个查询理解的基础模型，应用于查询改写、查询推荐和提升搜索相关性，横向赋能搜推业务。图神经网络和图基础模型为该研究提供了新的技术路径。我们计划探索以下几个关键问题。第一、如何构建一个通用且高效的查询理解基础模型，以适用于多样化的搜推场景？在此过程中，如何利用图神经网络的能力，融合用户查询和推荐物品之间隐藏的关系信息？第二、在冷启动情境下，如何通过图基础模型有效提升物品推荐的准确性，确保新的用户和物品也能被高效地推荐？第三、如何利用基于图的查询理解基础模型进行精准的查询改写和推荐，以进一步提升搜推相关性？通过这些研究，我们希望能为搜推系统提供创新的技术路径，实现更智能的用户交互和更精准的推荐服务。
Top Seed人才计划-Seed研究实习生专项：面向 2025 年 9 月及以后毕业的博士及本硕在读同学，加入我们，你可以自主决定研究课题，与正式员工享受同等权限和资源，和优秀的研究员一起，向智能上限发起挑战。 团队介绍：字节跳动 Seed 团队成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、成为研究型实习生，在你热爱的课题方向上，探索机器学习算法与系统领域最具挑战的长期关键问题； 2、寻找志同道合的伙伴，自由组建你的课题小组，享受充足的算力与数据资源支持； 3、获得长周期的培养与成长，大牛导师深度指导，国内外顶尖学者交流机会。
Top Seed人才计划-豆包大模型研究实习生专项：面向 2025 年 9 月及以后毕业的博士及本硕在读同学，加入我们，你可以自主决定研究课题，与正式员工享受同等权限和资源，和优秀的研究员一起，向智能上限发起挑战。 团队介绍：字节跳动豆包大模型团队（Seed）成立于 2023 年，致力于寻找通用智能的新方法，追求智能上限，并探索新的交互。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等，在中国、新加坡、美国等地设有实验室和岗位。豆包大模型团队在 AI 领域拥有长期愿景与决心，坚持深耕基础，期望成为世界一流的 AI 研究团队，为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型及前沿的多模态能力，支持豆包、扣子、即梦等超过 50 个应用场景。 1、成为研究型实习生，在你热爱的课题方向上，探索机器学习算法与系统领域最具挑战的长期关键问题； 2、寻找志同道合的伙伴，自由组建你的课题小组，享受充足的算力与数据资源支持； 3、获得长周期的培养与成长，大牛导师深度指导，国内外顶尖学者交流机会。