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": "算法工程师（音乐智能理解方向） - TikTok研发",
"job_level": "未披露",AI生成
"work_category": "全职",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": "未披露",
"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、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、音频表征与合成研究：协助探索音频神经编码（Neural Audio Codec）、歌声/语音合成（TTS/SVS）、音频超分辨率与音质增强算法，参与前沿音频大模型（Audio-LLM）及生成式建模（Diffusion/VAE）的POC验证与算法实验；\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、基本条件：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）。\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/experienced/position/7682772763245660469/detail"
}
]
},
"posting": {
"posting_id": "7682772763245660469",
"post_date": "2026-09-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7682772763245660469/detail"
},
"fulltext": "算法工程师（音乐智能理解方向） - 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、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、音频表征与合成研究：协助探索音频神经编码（Neural Audio Codec）、歌声/语音合成（TTS/SVS）、音频超分辨率与音质增强算法，参与前沿音频大模型（Audio-LLM）及生成式建模（Diffusion/VAE）的POC验证与算法实验；\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、基本条件：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）。\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：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、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、音频表征与合成研究：协助探索音频神经编码（Neural Audio Codec）、歌声/语音合成（TTS/SVS）、音频超分辨率与音质增强算法，参与前沿音频大模型（Audio-LLM）及生成式建模（Diffusion/VAE）的POC验证与算法实验；\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、基本条件：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）。\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"
}
}