职责描述： 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。 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。 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。 4. 数学基础： 扎实的线性代数、概率论与数理统计功底。 5. 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。 6. 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。