音乐是普遍的
热情和专注的团队是通用音乐成为世界领先音乐公司的关键。从艺术与复制到财务，从法律到数字化，从销售到市场营销，通用音乐是一个真正商业和创新的企业，无论在任何方面都处于领先地位，是一个能够发展和提升职业的理想之地。
我们欢迎所有人申请我们的职位，并决心确保没有申请人或员工因性别、种族、残疾、性取向、宗教、信仰、年龄、婚姻状况、背景、怀孕或照顾责任而受到不公平的待遇。我们也认识到在我们的团队中多样化思维的重要性，并完全致力于接纳患有自闭症、阅读障碍、多动症和其他神经认知差异的人才。
我们将始终努力进行适当的招聘、工作场所和工作流程调整，以全面包容具有不同需求和工作风格的人。如果您需要我们从申请开始为您进行任何合理的调整，包括替代在线表格或披露神经认知状况，请发送电子邮件至UniversalMusicCareers@umusic.com。
A面：一天的工作
这个职位位于音乐和音频机器学习实验室（MAML）中。MAML的使命是利用人工智能、机器学习和数字信号处理等先进技术来支持和赋能通用音乐的业务单位和合作伙伴。MAML涵盖了从探索性研究到原型到工业规模产品的完整研发生命周期。它通常承担的项目包括但不限于音频录音的分析和描述、创意工具、搜索、推荐、播放列表、内容完整性等应用。
根据候选人的兴趣和背景，实习将专注于以下一个或多个领域（或相关领域）：歌手识别、多模态深度学习、表示学习、源分离、人机交互。
我们是一个创新和充满活力的团队。我们充满好奇心、热情，并始终致力于推动音乐人工智能领域的艺术水平。这个领域的未来非常令人兴奋，我们希望能参与其中塑造它的发展。
作为音频和机器学习暑期实习生，您将：
• 设计和构建最先进的机器学习和音频算法。
• 探索机器学习/音乐信息检索/音频的前沿研究，并为通用音乐开拓新的应用领域。
• 与团队和利益相关者合作。
• 向各种专业水平的观众传达结果和发现。
• 成为一个创新和充满活力的团队的一部分。
B面：技能和经验
必要条件：
• 计算机科学、电子工程或相关领域的在读博士、硕士研究生或毕业生。
• 音乐信息检索/机器学习/音频信号处理背景
• 掌握人工智能/机器学习/深度学习的最新技术
• 在音乐机器学习任务（如歌手识别、自动标记、音乐分类、结构分割、源分离、表示学习、多模态深度学习等）方面有经验
• 扎实的软件工程能力
• 熟练掌握Python和常用科学库，如Numpy、Scipy、sklearn等。
• 全面了解和熟悉深度学习及其常用框架（Pytorch、Tensorflow等）
• 熟悉Linux环境
• 能够编写良好、文档完整、可重用的代码
优先条件：
• 在相关会议或期刊（如ISMIR、ICASSP、ICML、ICLR等）上发表论文的记录
• 熟悉/具有说话人识别技术的经验
• 熟悉/具有云计算环境（如AWS、Google Cloud Platform）的经验
• 有容器化软件开发（Docker）经验
人员要求
• 良好的口头和书面沟通能力
• 好奇心强、自我激励、积极主动
• 对音乐和/或深入理解音乐充满热情
如果你对在工业规模上从事最先进的音乐和音频机器学习工作并产生影响力感到兴奋，我们希望听到你的声音！
仅供参考...
公司将此职位描述作为工作职责的主要领域和职责的指南。然而，业务运营在一个需要变革的环境中，职位的具体责任和活动将会有所变化和发展。因此，职位描述应被视为指示性的，而不是永久、明确和详尽的陈述。
职位类别：
技术 
伦敦