小米音乐生成算法工程师实习生
任职要求
1. 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。 2. 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）。 3. 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。 …
工作职责
1. 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。 2. 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。 3. 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。 4. 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。
1.协助AI生成视频算法研发与优化，参与剧本生成、图像生成、视频生成等AI能力整合； 2.参与音视频生成工具链的开发，集成语音合成、背景音乐生成、音效匹配等功能； 3.使用FastAPI等框架将算法模块封装为高性能API接口，支持服务化部署； 4.协助模型训练与优化，学习并实践基于LoRA等工作流的定制化模型训练； 5.协同团队进行AI视频生成平台的开发与迭代，提供算法支持； 6.跟踪前沿AI技术，尝试将最新方法应用于短片生成场景中。
1. 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。 2. 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。 3. 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。 4. 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。
如果你，期望参与淘天集团语音多模态大模型技术研发，推动数字人AI智能对话、语音自然交互等技术在淘宝Vision和手机淘宝等亿级用户场景的产品化落地； 如果你，期望突破语音模态与语言模型的融合边界，构建新一代Speech-to-Speech多模态基座模型，持续跟踪大模型领域国际前沿技术，通过产学研合作打造行业领先的对话交互系统； 如果你，期待与顶尖算法团队并肩作战，在开放创新的技术氛围中与自驱力强、专业过硬、追求极致的技术伙伴共同开拓多模态交互新范式； 那还在等待什么，赶紧加入我们吧！
1、负责可灵AI音视频联合生成大模型的关键算法研发和优化； 2、负责音视频数据的筛选，清洗和打标工作，为可灵AI音视频联合生成大模型提供数据支持； 3、负责跟进行业前沿技术发展趋势，跟踪国际最新技术发展方向； 4、推动音视频联合生成技术在可灵及快手各业务场景中的落地，探索新玩法和业务创新。