主分类：大模型与生成式算法研发
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": "多模态大模型算法实习生-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": "2027届本科及以上学历在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\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\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TikTok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届本科及以上学历在读，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届本科及以上学历在读，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/7441782650500925714/detail"
}
]
},
"posting": {
"posting_id": "7441782650500925714",
"post_date": "2024-11-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7441782650500925714/detail"
},
"fulltext": "多模态大模型算法实习生-AI Music\n职位描述\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\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\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TikTok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届本科及以上学历在读，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。\nByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。\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\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TikTok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届本科及以上学历在读，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"
}
}