主分类：语音与音频算法研发
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": "算法工程（音乐智能理解方向）实习生 - AI Music",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "上海",
"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": "硕士及以上学位在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：我们是TikTok研发旗下的音乐算法团队，主要任务是打造优质高效的AI音乐算法和服务。团队的业务与技术产出丰硕：建设了行业领先的音乐识别系统，率先实现了翻唱识别能力在实际业务中的落地；自研音乐理解大模型首创全局与时序理解能力的统一，业务应用广泛；文生音乐模型效果已达行业第一梯队。学术上，团队在AAAI、ICASSP等顶会发表论文20余篇，其中ByteCover和HTS-AT等已成领域经典算法。团队诚邀优秀算法人才加入，共享千卡算力与数亿级用户的全球落地场景。\n\n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。\n\n1、深入参与音乐音频理解与生成式AI的前沿技术研发；你将运用深度学习与音频信号处理技术，探索音乐结构分析、多模态表达及AI音乐等核心领域，推动下一代智能音乐体验落地；\n2、音乐与音频理解：参与音乐特征提取、曲风与情绪识别、自动打标、歌词-音频精准对齐（Forced Alignment）及结构分割（如主副歌识别）等算法研发；\n3、AI音乐：协助探索AI编曲/旋律生成、歌声合成，参与音频大模型（Audio-LLM）及扩散模型的验证与实验以及工程化落地；\n4、数据与基准建设：负责音频数据的清洗、特征预处理、合成数据生成及评价指标的搭建。",
"requirements_text": "1、硕士及以上学位在读，计算机、信号处理、声学、人工智能或数学相关专业；\n2、核心技能：熟练掌握Python及PyTorch，熟悉主流深度学习架构（Transformer、Diffusion等）；\n3、实习时间：每周可实习4天以上，能连续实习5个月及以上。\n\n加分项：\n1、了解LLM、CLAP、Encodec、DiffSinger等音频/音乐生成与理解模型；\n2、在ISMIR、ICASSP、Interspeech、NIPS等顶级会议发表过论文，或在相关音频/信号处理竞赛中获奖；\n3、热爱音乐，具备乐理基础、编曲能力或乐器演奏经验者加分。",
"skills": [AI生成
"Python",
"PyTorch",
"深度学习",
"信号处理"
],
"preferred_qualifications": "加分项：；3、热爱音乐，具备乐理基础、编曲能力或乐器演奏经验者加分",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7674895197978953989/detail"
}
]
},
"posting": {
"posting_id": "7674895197978953989",
"post_date": "2026-08-17",
"hire_time": "3、实习时间：每周可实习4天以上，能连续实习5个月及以上",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7674895197978953989/detail"
},
"fulltext": "算法工程（音乐智能理解方向）实习生 - AI Music\n职位描述\n团队介绍：我们是TikTok研发旗下的音乐算法团队，主要任务是打造优质高效的AI音乐算法和服务。团队的业务与技术产出丰硕：建设了行业领先的音乐识别系统，率先实现了翻唱识别能力在实际业务中的落地；自研音乐理解大模型首创全局与时序理解能力的统一，业务应用广泛；文生音乐模型效果已达行业第一梯队。学术上，团队在AAAI、ICASSP等顶会发表论文20余篇，其中ByteCover和HTS-AT等已成领域经典算法。团队诚邀优秀算法人才加入，共享千卡算力与数亿级用户的全球落地场景。\n\n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。\n\n1、深入参与音乐音频理解与生成式AI的前沿技术研发；你将运用深度学习与音频信号处理技术，探索音乐结构分析、多模态表达及AI音乐等核心领域，推动下一代智能音乐体验落地；\n2、音乐与音频理解：参与音乐特征提取、曲风与情绪识别、自动打标、歌词-音频精准对齐（Forced Alignment）及结构分割（如主副歌识别）等算法研发；\n3、AI音乐：协助探索AI编曲/旋律生成、歌声合成，参与音频大模型（Audio-LLM）及扩散模型的验证与实验以及工程化落地；\n4、数据与基准建设：负责音频数据的清洗、特征预处理、合成数据生成及评价指标的搭建。\n\n职位要求\n1、硕士及以上学位在读，计算机、信号处理、声学、人工智能或数学相关专业；\n2、核心技能：熟练掌握Python及PyTorch，熟悉主流深度学习架构（Transformer、Diffusion等）；\n3、实习时间：每周可实习4天以上，能连续实习5个月及以上。\n\n加分项：\n1、了解LLM、CLAP、Encodec、DiffSinger等音频/音乐生成与理解模型；\n2、在ISMIR、ICASSP、Interspeech、NIPS等顶级会议发表过论文，或在相关音频/信号处理竞赛中获奖；\n3、热爱音乐，具备乐理基础、编曲能力或乐器演奏经验者加分。\n团队介绍：我们是TikTok研发旗下的音乐算法团队，主要任务是打造优质高效的AI音乐算法和服务。团队的业务与技术产出丰硕：建设了行业领先的音乐识别系统，率先实现了翻唱识别能力在实际业务中的落地；自研音乐理解大模型首创全局与时序理解能力的统一，业务应用广泛；文生音乐模型效果已达行业第一梯队。学术上，团队在AAAI、ICASSP等顶会发表论文20余篇，其中ByteCover和HTS-AT等已成领域经典算法。团队诚邀优秀算法人才加入，共享千卡算力与数亿级用户的全球落地场景。\n\n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。\n\n1、深入参与音乐音频理解与生成式AI的前沿技术研发；你将运用深度学习与音频信号处理技术，探索音乐结构分析、多模态表达及AI音乐等核心领域，推动下一代智能音乐体验落地；\n2、音乐与音频理解：参与音乐特征提取、曲风与情绪识别、自动打标、歌词-音频精准对齐（Forced Alignment）及结构分割（如主副歌识别）等算法研发；\n3、AI音乐：协助探索AI编曲/旋律生成、歌声合成，参与音频大模型（Audio-LLM）及扩散模型的验证与实验以及工程化落地；\n4、数据与基准建设：负责音频数据的清洗、特征预处理、合成数据生成及评价指标的搭建。\n1、硕士及以上学位在读，计算机、信号处理、声学、人工智能或数学相关专业；\n2、核心技能：熟练掌握Python及PyTorch，熟悉主流深度学习架构（Transformer、Diffusion等）；\n3、实习时间：每周可实习4天以上，能连续实习5个月及以上。\n\n加分项：\n1、了解LLM、CLAP、Encodec、DiffSinger等音频/音乐生成与理解模型；\n2、在ISMIR、ICASSP、Interspeech、NIPS等顶级会议发表过论文，或在相关音频/信号处理竞赛中获奖；\n3、热爱音乐，具备乐理基础、编曲能力或乐器演奏经验者加分。",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}