网易有道依托强大的互联网AI等技术手段，围绕学习场景，打造了一系列深受用户喜欢的学习产品和服务。 包括有道词典、有道词典笔、有道智能学习终端等多样化智能学习工具，以及素质教育、学科教育和成人终身教育等覆盖全年龄段的在线课程平台。 截至2020年底，有道全线产品月活跃用户超1.2亿。

有道AI团队致力于先进AI技术的创新与落地，我们坚信：最有价值的AI是赋能产品和业务的，并在人们的生活中发挥核心作用。有道深耕学习场景多年，先后推出了二十余款智能产品，包括有道翻译王、有道超级词典、有道词典笔、有道听力宝等。这些产品的核心功能，均由有道AI团队强力支持，核心研发方向涵盖NLP、视觉、语音等多个领域。有道AI还积极探索人类学习的本质，以机器学习助力人类学习，开发出一系列提升学习效果和效率的功能。

其中，明星产品【有道词典笔】开创了智能词典笔品类，作为主力产品，已进入全国500+所知名院校、近万所院校10万余名英语老师都在使用。长期在多个电商平台占据电子词典的销量榜首，目前已迭代到第三代产品。

有道AI团队成员由国内外顶尖新葡萄8883官网AMG的博士硕士组成，团队的科研创新工作立足于实际的业务场景。有道AI不断推动研究在具体场景产品中落地，致力于发挥其最大的技术价值，并持续发表高水平研究成果。

有道AI的成绩：

l  2018NLPCC中文语法纠错第一名

l  2020Interspeech英语口音识别大赛中取得第二名

l  2020AACL 中文语法错误诊断大赛中文语法纠错Top3赛道第一名

l  2020InterspeechAESRC 口音种类识别第二名

l  2021Interspeech非母语儿童英语语音识别双赛道第一名

l  2021CGED 中文语法错误诊断大赛语法错误位置定位赛道第二名，语法纠错赛道第二名

一、博士后招收方向

招收以下研究方向的博士后人员：

1. 自然语言处理（NLP）

l  单语语料在机器翻译、文本纠错等NLP文本生成任务中的研究

l  多模态机器翻译研究

l  篇章级别的机器翻译、文本纠错研究

l  文本生成任务的质量评估办法研究

l  融合外部知识的文本生成研究

2. 计算机视觉（CV）

开展无监督、半监督、少样本学习以及多模态技术在文档图像处理、识别和理解方面的应用研究：

探索使用大量的自然场景、文档拍照、试卷/作业扫描图片等数据，以及大量题库、文档等文本数据，在结合少量人力的条件下，使用active learning的技术，大幅提升图像任务（如图像增强、超分、手写擦除、文字检测与识别、文档结构分析、公式识别、手写识别、用户兴趣文字区域识别等）的效果，包括信噪比、准确率、泛化性等。研究成果将应用在有道的各个业务产品上。

3. 高性能计算

开展高性能计算和AI交叉课题相关研究，包括：

l  AI训练框架性能优化研究，如例如探索高质量高性能的优化器；

l  AI神经网络研究，设计低计算量高质量的神经网络。

4. 人工智能芯片

研究利用定制芯片加速AI模型推理的性能，探索方向包括：

1. 深度学习硬件加速器、人工智能芯片

2. AI神经网络结构研究，设计低计算量高质量的AI芯片，如近似计算；

3. 参与团队AI芯片的算法适配，如从AI应用端验证AI新体系结构对AI准确度的影响。

5. 语音

（1）情景口语对话算法研究

在情景对话中进行听力口语练习，是个有趣且有效的语言学习方法，有道听力宝-情景对话是其中一个例子；

1. 探索结合用户知识点掌握情况和学习需求，智能的生成/选择对话脚本，生成情景对话场景；

2. 探索根据用户回答情况，调整脚本及口语对话流程，使得整体口语对话的生成，更自然、更有用。

（2）语音识别算法研究

半监督、无监督、大规模预训练模型的在ASR领域的应用研究。探索课题包括但不限于：

l  探索利用大规模互联网、海量业务数据进行数据挖掘，探索低成本构建高质量训练数据的方法（类似wenetspeech、gigaspeech）

l  研究利用大规模预训练模型改善识别效果、鲁棒性的高效可落地方法；

l  尝试利用大语种（有丰富的训练数据）、预训练模型，低成本快速扩展ASR支持的语言、方言的技术方法。

（3）语音合成算法研究

1. 跨语种（如中<->英）TTS自动配音技术研究；

2. 还原原声的情感、风格、音色、韵律等表达力的合成技术研究；

3. 应用跨语种TTS技术，低成本快速扩展TTS支持的语言、方言。

工作地点：北京

二、入站福利：

• 协助解决本人北京户口及家属随迁，非本市户口子女协助在京入学；

• 提供行业领先的薪酬和福利待遇；

• 协助申请政府科研和生活资助；

• 企业技术大咖及高校知名教授双导师联合培养；

• 提供海量的数据，真实丰富的应用场景，完善的基础设施，以及一群优秀的业内研究者和工程师

三、申请条件

• 年龄在35周岁以下，获得博士学位不超过三年（含应届）

• 计算机科学与技术、应用数学、物理学等相关专业

• 具备全日制进站工作条件 

四、投递方式

通过邮件发送简历及相关可证明本人科研能力的材料至 liyuqing@corp.netease.com

邮件命名：博士后申请+姓名+毕业院校+申请方向