职位详情

职位列表 链接有效 不适用(官网全量采集) official:netease:77730

音频算法工程师(AI音乐)

未披露 · 杭州市 · 网易

主分类:语音与音频算法研发
算法与数据
辅助:Agent系统开发(仅展示)
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": "音频算法工程师(AI音乐)",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "音乐事业部",
        "location": "杭州市",
        "work_mode": "未披露",AI生成
        "job_category": "人工智能"AI生成
    },
    "company": {
        "company_name": "网易",
        "company_industry": "互联网 / 游戏 / 数字内容",
        "company_size": "10000人以上",
        "company_website": "netease.com",
        "company_description": "网易提供互联网和游戏服务,并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 0,
        "degree": "不限",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责音频、音乐算法等核心AI音乐能力的算法维护、迭代、工程化,并将算法能力转化为可稳定运行的生产服务;\n2、设计并实现基于大模型的音乐相关智能体;\n3、跟进业界前沿的AI音乐大模型,并探索其在音乐内容创作、AIGC内容平台等场景的落地路径;\n4、与产品、内容运营、算法及平台团队紧密协作,将技术能力嵌入真实业务流程,并通过数据反馈实现持续迭代优化。",
        "requirements_text": "1、计算机科学、人工智能、电子信息或相关专业硕士及以上学历;\n2、精通Python,熟悉至少一种AI开发框架(PyTorch/TensorFlow),有AI应用项目的完整开发经验;\n3、熟悉大语言模型的优化与工程接入,具备提示词工程的实际开发经验;\n4、熟悉大型项目工程的开发、测试、上线与持续迭代流程,有复杂线上系统的开发或维护经验;\n5、具备较强的工程实现与问题解决能力,能在实际业务场景中快速构建可落地的AI应用闭环;\n6、具有良好的跨团队沟通能力与创新精神,能够从算法到产品形成完整交付路径,并持续推动业务价值产出。\n\n优先条件\n1、对AI音乐生成模型有深入理解或使用经验者优先;\n2、熟悉智能体框架,对工具调用、任务规划、记忆系统有实际开发经验者优先;\n3、有大规模工程化经验者优先;\n4、有Prompt调优实战能力者优先;\n5、具备音频处理或信号处理基础能力(音频格式处理、采样率转换、基础音频编辑等)者优先;\n6、具备音乐创作或乐理知识(如演奏、编混、创作)者优先。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "TensorFlow",
            "信号处理",
            "沟通能力",
            "大语言模型",
            "智能体开发"
        ],
        "preferred_qualifications": "优先条件;1、对AI音乐生成模型有深入理解或使用经验者优先;2、熟悉智能体框架,对工具调用、任务规划、记忆系统有实际开发经验者优先;3、有大规模工程化经验者优先;4、有Prompt调优实战能力者优先;5、具备音频处理或信号处理基础能力(音频格式处理、采样率转换、基础音频编辑等)者优先;6、具备音乐创作或乐理知识(如演奏、编混、创作)者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://hr.163.com/job-detail.html?id=77730&lang=zh"
            }
        ]
    },
    "posting": {
        "posting_id": "77730",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://hr.163.com/job-detail.html?id=77730&lang=zh"
    },
    "fulltext": "音频算法工程师(AI音乐)\n职位描述\n1、负责音频、音乐算法等核心AI音乐能力的算法维护、迭代、工程化,并将算法能力转化为可稳定运行的生产服务;\n2、设计并实现基于大模型的音乐相关智能体;\n3、跟进业界前沿的AI音乐大模型,并探索其在音乐内容创作、AIGC内容平台等场景的落地路径;\n4、与产品、内容运营、算法及平台团队紧密协作,将技术能力嵌入真实业务流程,并通过数据反馈实现持续迭代优化。\n\n职位要求\n1、计算机科学、人工智能、电子信息或相关专业硕士及以上学历;\n2、精通Python,熟悉至少一种AI开发框架(PyTorch/TensorFlow),有AI应用项目的完整开发经验;\n3、熟悉大语言模型的优化与工程接入,具备提示词工程的实际开发经验;\n4、熟悉大型项目工程的开发、测试、上线与持续迭代流程,有复杂线上系统的开发或维护经验;\n5、具备较强的工程实现与问题解决能力,能在实际业务场景中快速构建可落地的AI应用闭环;\n6、具有良好的跨团队沟通能力与创新精神,能够从算法到产品形成完整交付路径,并持续推动业务价值产出。\n\n优先条件\n1、对AI音乐生成模型有深入理解或使用经验者优先;\n2、熟悉智能体框架,对工具调用、任务规划、记忆系统有实际开发经验者优先;\n3、有大规模工程化经验者优先;\n4、有Prompt调优实战能力者优先;\n5、具备音频处理或信号处理基础能力(音频格式处理、采样率转换、基础音频编辑等)者优先;\n6、具备音乐创作或乐理知识(如演奏、编混、创作)者优先。\n1、负责音频、音乐算法等核心AI音乐能力的算法维护、迭代、工程化,并将算法能力转化为可稳定运行的生产服务;\n2、设计并实现基于大模型的音乐相关智能体;\n3、跟进业界前沿的AI音乐大模型,并探索其在音乐内容创作、AIGC内容平台等场景的落地路径;\n4、与产品、内容运营、算法及平台团队紧密协作,将技术能力嵌入真实业务流程,并通过数据反馈实现持续迭代优化。\n1、计算机科学、人工智能、电子信息或相关专业硕士及以上学历;\n2、精通Python,熟悉至少一种AI开发框架(PyTorch/TensorFlow),有AI应用项目的完整开发经验;\n3、熟悉大语言模型的优化与工程接入,具备提示词工程的实际开发经验;\n4、熟悉大型项目工程的开发、测试、上线与持续迭代流程,有复杂线上系统的开发或维护经验;\n5、具备较强的工程实现与问题解决能力,能在实际业务场景中快速构建可落地的AI应用闭环;\n6、具有良好的跨团队沟通能力与创新精神,能够从算法到产品形成完整交付路径,并持续推动业务价值产出。\n\n优先条件\n1、对AI音乐生成模型有深入理解或使用经验者优先;\n2、熟悉智能体框架,对工具调用、任务规划、记忆系统有实际开发经验者优先;\n3、有大规模工程化经验者优先;\n4、有Prompt调优实战能力者优先;\n5、具备音频处理或信号处理基础能力(音频格式处理、采样率转换、基础音频编辑等)者优先;\n6、具备音乐创作或乐理知识(如演奏、编混、创作)者优先。",
    "standard_classification": {
        "std_category_code": "T035",
        "std_aux_codes": [
            "T009"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}