网易音乐用户研究实习生

【】 1. 短视频脚本优化 a. 参与TikTok、Instagram Reels、YouTube Shorts等海外平台内容策划，优化脚本结构与转化钩子（hook）逻辑； b. 基于用户画像与产品卖点，提升脚本内容的趣味性、感染力与商业表现。 2. 素材拆解与视频混剪 a. 对达人视频、广告素材进行拆解混剪，输出多语言、多版本的视频广告内容（如英/马来/泰/越南语字幕版本）； b. 调整内容节奏、字幕、转场与音乐，适配不同国家/地区的审美与观看习惯。 3. 数据反哺创作 a. 配合广告投放团队，追踪视频素材的CTR、CPM、完播率等指标； b. 参与素材A/B测试与复盘，总结内容表现规律，反哺下一轮脚本创作与剪辑策略。 4. 内容趋势追踪 a. 研究目标市场（如东南亚、欧美、中东）的流行内容趋势、语言风格与平台玩法； b. 提出有文化适应性的内容创意或改编建议，提升内容本地化精度。

1、协助公关传播项目推进，定期完成传播及数据总结分析等工作； 2、熟悉各新媒体平台的传播模式、热点机制，协助社媒传播工作； 3、关注文娱行业热点，定期收集行业信息、观点内容，并输出小结报告； 4、协助舆情监测、信息汇总、沟通处理等工作。

1.参与云音乐多终端业务生态数据运营，包括活跃、内容消费等基本用户行为挖掘和分析，为产品迭代提供有效依据； 2.参与活动、投放等运营策略效果的监控和复盘工作，跟进相关数据体系与可视化建设； 3.参与研究不同生命周期用户痛点、行业生态演进趋势，输出阶段性分析报告； 4.支持商务、产品等团队进行其他内外部数据需求沟通和分析工作。

【职位前言】 DeepSeek-R1的发布给世界带来了不小的震撼，更令人敬佩的是，无论是赶超OpenAI o1的模型效果，还是节省百万美元成本的工程优化，这背后的原理与实现都在官方发布的技术报告和开源项目中一一公开。 大语言模型的前沿研究将不再只是少数巨头才玩得起的项目，更多的研究者可以入局这场对人工智能探索的新征程。 如果您对模型背后的工程优化充满好奇（FP8混合精度训练、分布式专家并行等），想深入了解并上手实践，但又没有合适的计算资源与明确的优化目标，又对模型 post-training（GRPO强化学习、模型蒸馏等等）跃跃欲试，但又没有明确的应用场景和数据资源—— 那不妨来网易云音乐，和我们搭上这趟时代的列车，一起拆解硬核技术，聚焦于音乐业务中的搜索、推荐、广告场景，探索大模型的应用落地与高效部署。 【职位描述】 1、参与大模型在后训练和推理工程中的性能优化，结合底层硬件特性从混合精度训练、矩阵计算加速、注意力机制计算优化、GPU分布式并行等方面提升工程效率； 2、通过强化学习、模型蒸馏等方式，构建音乐领域具有 CoT 推理能力的大语言模型，应用于搜索、推荐、广告等业务场景。 【我们拥有】 1、音乐行业内海量用户独一无二的数据资源； 2、贴近实际的业务场景，让 idea 落地并发挥价值； 3、可观的计算资源，性能上还有极大的空间待与你一同挖掘； 4、鼓励创新探索、倡导悉心钻研、宽松融洽多元的团队氛围； 5、成果转换的支持，合作完成项目及论文，助力未来的职业发展。