音乐生成算法工程师实习生

Job description

参与音乐生成模型开发

• 协助设计、训练和评估基于深度学习（如Transformer, Diffusion Model）的音乐生成模型。

数据处理与分析

• 负责音乐数据集的收集、清洗与预处理，并对生成结果进行分析和优化。

原型与工具开发

• 参与音乐生成相关功能模块或小型工具的原型实现和代码维护。

前沿技术探索

• 学习并复现音乐AI领域最新论文和技术，并尝试在项目中应用。

Qualifications

在校生

• 计算机、AI、电子工程、音乐科技等相关专业高年级本科生或研究生。每周至少实习3天，持续3个月以上。

编程能力

• 熟练Python，扎实的算法与数据结构功底，熟悉至少一种深度学习框架（PyTorch优先）。

深度学习理论与实践

• 深入理解Transformer架构及其变体。 熟悉Diffusion Model原理，有DiT等模型实践经验者优先。 对LLM在多模态或序列生成中的应用有基本认识。 能够独立复现SOTA模型。

数学基础

• 扎实的线性代数、概率论与数理统计功底。

加分项

• 有音乐生成、音频处理、多模态AI相关项目经验或论文发表。 熟悉音乐理论，有音乐创作或制作背景。 GitHub上有高质量代码或项目。

基本素质

• 对音乐AI有极高热情，具备强大的学习能力、独立解决问题能力和团队协作精神。