学历专业：本科及以上学历，声学、电子信息、通信工程、计算机、自动化等相关专业，具备扎实的信号处理基础
编程与信号处理能力：精通Python或Matlab，能够快速实现时频分析、滤波器设计、阵列信号处理等
深入理解经典声学算法：降噪（谱减法、维纳滤波）、AEC（NLMS、WebRTC AEC）、VAD（能量/过零率/机器学习方法）、DOA（GCC-PHAT、MUSIC）、波束形成（DSB、MVDR）
不要求底层算法创新，但必须能准确评估各开源算法的优劣，并根据测试场景快速选型与集成
开源框架驾驭能力：熟悉WebRTC音频处理模块（AEC、ANS、AGC、VAD），具备二次开发或参数整定经验
熟练使用开源声学库，了解语音/音频深度学习开源工具，能调用预训练模型进行推理或简单微调等
项目经验：至少主导过1个利用开源算法解决实际产品声学测试难题的项目（如：产线异音检测算法落地、远场通话回声问题复现与改进、麦克风阵列DOA测试工装开发）
能够将模糊的测试痛点（“喇叭有杂音”“通话有回声”）转化为明确的算法验证方案，并在1~2周内输出可行性结论
硬件与系统认知：熟悉声学测试链路（测量麦克风、人工耳/嘴、音频分析仪），理解算法性能受采样率、位深、传输延迟的约束
有DSP/嵌入式Linux基础者优先，能够协助嵌入式工程师完成算法移植验证