职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7669431732878919941

多模态大模型算法研究员(AI音乐) - TikTok研发

未披露 · 上海、深圳 · 字节跳动

主分类:大模型与生成式算法研发
算法与数据
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "多模态大模型算法研究员(AI音乐) - TikTok研发",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "上海、深圳",
        "work_mode": "未披露",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "2027届获得硕士及以上学位",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍:TikTok研发团队,旨在实现TikTok业务的研发工作,搭建及维护业界领先的产品。加入我们,你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景,支持产品在全球赛道上高速发展;也能接触到包括服务架构、基础技术等方向上的技术挑战,保障业务持续高质量、高效率、且安全地为用户服务;同时还能为不同业务场景提供全面的技术解决方案,优化各项产品指标及用户体验。 \n在这里, 有大牛带队与大家一同不断探索前沿, 突破想象空间。 在这里,你的每一行代码都将服务亿万用户。在这里,团队专业且纯粹,合作氛围平等且轻松。目前在北京,上海,杭州、广州、深圳分别开放多个岗位机会。\n\n1、参与音乐大模型的预训练、微调与强化学习等方向的算法研究,构建行业领先的多模态音乐理解、生成和编辑大模型;\n2、参与音乐大模型技术在等业务中的落地,场景包括但不限于音乐搜推、视频配乐、音乐创作工具等;\n3、在音乐与人工智能的交叉领域开展前沿研究,在领域的顶级会议或期刊发表论文。",
        "requirements_text": "1、2027届获得硕士及以上学位,计算机、软件工程、人工智能等相关专业优先;\n2、深入理解多模态内容理解和生成相关技术,有音乐表征学习、音频编解码器、多模态大语言模型、扩散模型等方向的研究经验者优先;\n3、熟悉常用的深度学习算法,有较强的数理基础以及代码能力,有强化学习研究经验者优先;\n4、在相关国际会议(NeurIPS、ICLR、ACL、IJCAI、AAAI、CVPR、ISMIR、ICASSP等)上发表论文者优先;\n5、对AI音乐领域充满热情,有较强的团队协作能力,能与团队紧密合作,共同推进项目进展。",
        "skills": [AI生成
            "深度学习",
            "强化学习",
            "团队协作",
            "大语言模型"
        ],
        "preferred_qualifications": "1、2027届获得硕士及以上学位,计算机、软件工程、人工智能等相关专业优先;2、深入理解多模态内容理解和生成相关技术,有音乐表征学习、音频编解码器、多模态大语言模型、扩散模型等方向的研究经验者优先;3、熟悉常用的深度学习算法,有较强的数理基础以及代码能力,有强化学习研究经验者优先;4、在相关国际会议(NeurIPS、ICLR、ACL、IJCAI、AAAI、CVPR、ISMIR、ICASSP等)上发表论文者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7669431732878919941/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7669431732878919941",
        "post_date": "2026-08-02",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7669431732878919941/detail"
    },
    "fulltext": "多模态大模型算法研究员(AI音乐) - TikTok研发\n职位描述\n团队介绍:TikTok研发团队,旨在实现TikTok业务的研发工作,搭建及维护业界领先的产品。加入我们,你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景,支持产品在全球赛道上高速发展;也能接触到包括服务架构、基础技术等方向上的技术挑战,保障业务持续高质量、高效率、且安全地为用户服务;同时还能为不同业务场景提供全面的技术解决方案,优化各项产品指标及用户体验。 \n在这里, 有大牛带队与大家一同不断探索前沿, 突破想象空间。 在这里,你的每一行代码都将服务亿万用户。在这里,团队专业且纯粹,合作氛围平等且轻松。目前在北京,上海,杭州、广州、深圳分别开放多个岗位机会。\n\n1、参与音乐大模型的预训练、微调与强化学习等方向的算法研究,构建行业领先的多模态音乐理解、生成和编辑大模型;\n2、参与音乐大模型技术在等业务中的落地,场景包括但不限于音乐搜推、视频配乐、音乐创作工具等;\n3、在音乐与人工智能的交叉领域开展前沿研究,在领域的顶级会议或期刊发表论文。\n\n职位要求\n1、2027届获得硕士及以上学位,计算机、软件工程、人工智能等相关专业优先;\n2、深入理解多模态内容理解和生成相关技术,有音乐表征学习、音频编解码器、多模态大语言模型、扩散模型等方向的研究经验者优先;\n3、熟悉常用的深度学习算法,有较强的数理基础以及代码能力,有强化学习研究经验者优先;\n4、在相关国际会议(NeurIPS、ICLR、ACL、IJCAI、AAAI、CVPR、ISMIR、ICASSP等)上发表论文者优先;\n5、对AI音乐领域充满热情,有较强的团队协作能力,能与团队紧密合作,共同推进项目进展。\n团队介绍:TikTok研发团队,旨在实现TikTok业务的研发工作,搭建及维护业界领先的产品。加入我们,你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景,支持产品在全球赛道上高速发展;也能接触到包括服务架构、基础技术等方向上的技术挑战,保障业务持续高质量、高效率、且安全地为用户服务;同时还能为不同业务场景提供全面的技术解决方案,优化各项产品指标及用户体验。 \n在这里, 有大牛带队与大家一同不断探索前沿, 突破想象空间。 在这里,你的每一行代码都将服务亿万用户。在这里,团队专业且纯粹,合作氛围平等且轻松。目前在北京,上海,杭州、广州、深圳分别开放多个岗位机会。\n\n1、参与音乐大模型的预训练、微调与强化学习等方向的算法研究,构建行业领先的多模态音乐理解、生成和编辑大模型;\n2、参与音乐大模型技术在等业务中的落地,场景包括但不限于音乐搜推、视频配乐、音乐创作工具等;\n3、在音乐与人工智能的交叉领域开展前沿研究,在领域的顶级会议或期刊发表论文。\n1、2027届获得硕士及以上学位,计算机、软件工程、人工智能等相关专业优先;\n2、深入理解多模态内容理解和生成相关技术,有音乐表征学习、音频编解码器、多模态大语言模型、扩散模型等方向的研究经验者优先;\n3、熟悉常用的深度学习算法,有较强的数理基础以及代码能力,有强化学习研究经验者优先;\n4、在相关国际会议(NeurIPS、ICLR、ACL、IJCAI、AAAI、CVPR、ISMIR、ICASSP等)上发表论文者优先;\n5、对AI音乐领域充满热情,有较强的团队协作能力,能与团队紧密合作,共同推进项目进展。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}