职位描述：

1.研发行业领先且实用的音频/音乐多模态算法，包括但不限于文生音频/音乐、视频音效/音乐生成、音频/音乐编辑、基于歌词/发音人 prompt/哼唱等条件的歌曲生成、交互式音频/音乐内容创作、音乐信息检索等方向；

2.跟进并调研国内外前沿的音频、音乐多模态生成与编辑技术，协助团队完成相关算法的设计、实现与优化；

3.协助完成数据处理、模型训练、效果评估等实验工作，并产出高质量的实验报告与技术文档；

4.积极参与团队讨论，配合工程同事推动算法落地；

5.参与开源项目、技术论文撰写、专利申请等工作，持续打造业界的技术口碑及影响力。


任职要求：

1.计算机、人工智能、电子信息、声学、音乐工程等相关专业硕士及以上学历（具有相关科研经历的优秀本科生亦可考虑）；

2.具备良好的编程能力，熟练使用 Python，熟悉 PyTorch 等主流深度学习框架，熟练使用 C++/ Python编程、Linux 开发环境；

3.具备良好的英文文献阅读能力，能够主动学习和跟进前沿技术动态；

4.熟悉深度学习、信号处理等相关理论知识，具备音频处理、音乐生成、语音识别、语音合成、音频特征提取等相关项目/研究经验者优先；熟悉音频 Codec（如 VQ、RVQ、Encodec、DAC 等）、LLM（如 LLaMA、Qwen 等开源模型）、Diffusion/Flow Matching（如 Stable Audio、F5TTS、MMAudio 等）、Vocoder（如 HiFi-GAN、BigVGAN 等）等行业主流算法者优先；熟悉大模型预训练/微调/后训练等训练策略者优先；

5.有顶会/期刊论文者优先，如 ACL/ACMMM/ICASSP/INTERSPEECH/CVPR/ECCV/ICCV/NeurIPS/ICLR/ICML/TASLP/TMM/PAMI 等，在重要算法比赛中取得过优秀名次的候选人优先；

6.对技术前沿有浓厚兴趣，善于利用各类技术解决复杂实际问题，强烈的自驱力，良好沟通表达及的团队协作能力优先。7.要求实习至少 6 个月以上，可长期实习者优先。


【工作地点】北京/上海，北京优先

【联系方式】邮箱：dadinghh2@gmail.com