夸克语音大模型数据实习生
任职要求
1、语言学、语音学、方言学、计算机语言学等专业背景； 2、有戏剧、编剧、播音主持、表演等经验优先； 3、对语言和声音有高敏感度，具备优秀的文本创作能力和音质审美，普通话标准。熟练使用方言或第二…
工作职责
1、负责为不同角色设计人设并撰写富有表现力的文本语料，旨在为合成语音注入情感、表现力和角色特质。从声学及表演角度参与发音人筛选； 2、参与构建专业的数据生产流程，制定语言学标注标准。对录音数据进行质量检查。整理并制定发音和韵律规则； 3、参与搭建语音合成效果的主观与客观评价流程。从音质、自然度、表现力、发音准确度等维度进行专业评测并提供优化建议。
团队介绍： 高德语音技术部，是负责高德全栈语音技术的综合性团队。团队核心技术能力包括：自研TTS基座大模型、端侧模型、多语种、RTC流式语音、语音内容生成、语音识别、多模态模型、模型服务与推理。业务支撑面向高德全部核心场景，包括语音导航、AI领航员、IP语音定制、国际化、AI语音助手、智能外呼、内容生成等。 团队定位是通过前沿语音技术的研究和落地，赋能下一代AI产品创新。近期部分技术（https://arxiv.org/abs/2507.12197）和产品进展介绍（https://mp.weixin.qq.com/s/cCeHbNW0jbC_LNVPZlGeHg） 具体职责： 1. 协助语音大模型的数据构建，搭建高效高质的语音数据生产Pipeline 和数据标准，优化Pipeline算子，用高质量数据提升技术预研和业务落地的效果； 2. 参与语音大模型的端到端评测，搭建科学敏捷的评测Pipeline和评测标准，用全面真实的评测推动模型效果优化提升； 3. 深度理解对话交互、音视频创作的技术和产品趋势，设计与业务目标贴合的数据与评测方案；与团队协同，积极探索自动化数据生产/模型评估、数据合成等方法，提高数据标注/评测效率；
数据构建与处理： 深入参与大模型训练数据的设计与构建，亲手处理包括但不限于文本数据，平行语料、图文交错、图生图、图像序列等多样化数据。负责数据的采集、清洗、标注和预处理工作，为模型训练提供高质量的数据基础 模型训练与调优：参与或主导SFT / RL等后训练探索，提升模型在各类下游任务中的实际应用能力 探索如何通过数据和训练策略，激发模型采样多模态token的能力，并将其应用于解决真实物理世界的问题，参与数据驱动模型能力提升的全过程
日常实习：面向全体在校生，为符合岗位要求的同学提供3个月以上的项目实践机会。 团队介绍：字节跳动豆包大模型团队成立于 2023 年，致力于开发业界最先进的 AI 大模型技术，成为世界一流的研究团队，为科技和社会发展作出贡献。 豆包大模型团队在AI领域拥有长期愿景与决心，研究方向涵盖NLP、CV、语音等，在中国、新加坡、美国等地设有实验室和研究岗位。团队依托平台充足的数据、计算等资源，在相关领域持续投入，已推出自研通用大模型，提供多模态能力，下游支持豆包、扣子、即梦等50+业务，并通过火山引擎开放给企业客户。目前，豆包APP已成为中国市场用户量最大的AIGC应用。 1、负责为豆包大模型提供理科竞赛级（数学/代码/理科...）知识的数据工作，包括标准/方法的设计、数据的生产和检验； 2、评价模型效果，并调整优化竞赛问题的整体解答思路，判断解答的优缺点； 3、通过模型&人工结合的方式，设计适用于大模型的复杂逻辑推理的数据生产方法； 4、与研发工程师协作，讨论确定现状和问题，明确下一步提升模型推理等能力的方案。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 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、负责大模型工科领域相关数据的标注工作，确保标注数据的准确性和规范性，为模型训练提供高质量数据支撑； 2、参与大模型的评测任务，针对工科场景下的模型生成能力进行测试和评估，分析模型表现，提出改进建议； 3、与模型研发团队紧密互动，深入理解模型需求，设计符合工科专业场景的数据标注标准和评测方案； 4、处理多工科领域相关的数据任务，涵盖土木、力学、测绘、机械工程、计算机、能源等专业场景，保障数据的全面性和适用性； 5、运用专业知识及Python等工具，辅助进行数据处理脚本的编写、优化，提升数据处理效率。