腾讯音乐符号音乐算法工程师
任职要求
1.包括但不限于计算机、信息工程、模式识别、人工智能、音乐科技、音乐人工智能等专业的硕士/博士毕业生； 2.有符号音乐理解、音乐生成、音乐信息检索、语音信号处理其中至少一个方向的研究或项目经验，熟悉MIDI、MusicXML、ABC等符号音乐表示，熟悉MuseGAN、Music Transformer、MusicBERT、CP Transformer等符号音乐领域经典模…
工作职责
1.探索前沿AI技术在符号音乐理解与生成方向的研究和应用； 2.基于AI音乐技术提升用户体验及商业化实现； 3.推动AI音乐技术在QQ音乐/全民K歌等场景落地，服务于AI演奏家/音乐改编等项目，或驱动新应用产生。
1. 算法研发： - 设计并优化基于深度学习（如Transformer、Diffusion、GAN、VAE等）的音乐生成模型，涵盖旋律、和声、节奏、音色等多维度生成任务。 - 探索多模态音乐生成（如文本/图像/视频驱动音乐创作、哼唱转谱等）。 - 研究音乐符号（MIDI/乐谱）与音频（波形/频谱）的联合建模技术。 2. 工程落地： - 将算法部署到生产环境，优化推理效率（模型压缩、蒸馏、边缘端适配）。 - 构建高质量音乐数据集，设计数据清洗、标注与评估流程。 3. 跨领域协作： - 与音乐制作人合作调试生成结果的艺术性，平衡“可控性”与“创造性”。 - 参与产品需求定义，将技术转化为用户可感知的音乐创作工具。
1.负责曲谱的入库流程搭建和成本管理，主动寻找、评估和开拓曲谱采集渠道，定期更新市场动态与价格信息; 2.对入库的曲谱进行专业审核，确保乐谱准确性、完整性及格式规范性，重点审校钢琴谱、吉他谱2种常见乐谱类型，兼顾其他乐器谱（如尤克里里等）的校对; 3.建立并维护曲诺内容数据库，对已审校曲谱进行分类、标签化及版本管理，定期总结提升审核效率与内容质量，标注并反馈曲谱中的错误或争议内容，协同团队完成修正与优化。
1. 结合印尼市场音乐潮流及热门节日/社会热点，制作歌单、专题及营销活动，提升用户活跃度； 2. 与唱片公司、独立音乐人及KOL合作策划独家内容（直播、专访），挖掘新兴艺人资源； 3. 监测内容数据，分析用户行为数据，针对性调整内容策略，提升用户活跃度及留存。
研究领域： 人工智能 项目简介： ● LLM 大幅提升了自然语言理解和生成的能力，但存在黑盒化、幻觉、知识更新慢、领域知识缺乏等缺点，导致LLM在蚂蚁的诸多业务场景落地中遇到困难。 ● 我们希望结合以LLM为代表的神经网络系统和以知识图谱为代表的符号表示系统，协同进行知识的构建、训练、查询、预测、推理，帮助LLM缓解幻觉和领域知识缺乏等缺点，也帮助知识图谱提升语言理解和生成能力。预计可在蚂蚁财保、信贷、安全等多个场景上落地，帮助提升业务效果。 ● 该领域为AI方向的前沿领域，希望借助 RI 和学术界力量，共同探索研究。