比图
Senior Software Engineer, Video Player
Senior Software Engineer, Video Player
发布于 6 个月前普通员工/个人贡献者
Toronto, Canada (Hybrid)
高级经验
全职员工
混合式弹性办公
本科
软件工程
Performance Optimization
Eme
Html5/Css
Javascript
MSE
WebAssembly
薪资面议
暂无薪资依据说明。
职位详情
关于这个职位
这是一个高级软件工程师职位，专注于视频播放器技术的开发与维护
你将负责为Tubi的各类客户端（包括Android移动端、电视、网页、游戏主机等）设计和构建下一代视频播放技术，确保数百万用户获得流畅、高质量的免费流媒体体验
该职位涉及性能优化、新功能开发以及与跨职能团队协作，对提升用户体验和推动业务增长有直接影响
最低要求
计算机科学、工程学学士或硕士学位，或同等经验
年以上视频播放、流媒体或媒体系统领域的软件工程经验
精通 JavaScript, React, HTML5/CSS 及现代前端框架
具有使用 MSE 和 EME 等媒体API的经验
熟悉视频播放器（如 Hls.js, Shaka Player, dash.js, 或 Video.js）
深刻理解浏览器内部原理，并具备为受限设备进行性能优化的能力
对质量、可扩展性充满热情，致力于为百万用户打造可靠的播放系统
工作职责
为多样化平台（包括Android移动端、Android TV、智能电视、游戏主机和OTT设备）设计、开发和维护下一代视频播放器技术
使用 MSE, EME, WebAssembly (WASM), Web Workers, WebCodecs 和 WebGPU 等技术，提升媒体播放的性能、稳定性和可靠性
构建优化用户体验的播放器功能——从自适应流媒体到交互式播放控制
与跨职能团队协作，实现播放器、用户界面和后端系统之间的无缝集成
为开源媒体播放器库做出贡献，并在更广泛的开发者社区中代表Tubi
指导其他工程师，并帮助制定性能和质量的行业最佳实践
利用AI检测异常：开发系统，实时自动识别播放失败、质量下降和设备特定异常
利用AI工具加速开发：使用AI辅助编码、测试和分析，以提高开发速度、质量和可观测性
利用AI获取洞察：创建工具，使用AI分析实验、解读指标和爬取设备日志，以发现有关用户播放体验的洞察
探索更智能的算法：研究和实施先进的自适应比特率逻辑及AI驱动的优化策略，以进一步提高跨设备的播放质量、启动延迟和稳定性
优先资格
具有 TypeScript 使用经验者优先
AI 洞察
优缺点分析
优点
- 技术前沿：接触WebGPU、WebCodecs等前沿Web媒体技术和AI在工程中的应用，技能栈具有前瞻性
- 高影响力：工作直接影响数百万用户的日常观看体验，成果可见度高，对业务增长贡献直接
- 平台与视野：隶属于Fox集团，能接触大规模、高并发的流媒体业务，并有机会参与开源项目，提升行业知名度
- 福利与文化：公司提供有竞争力的薪酬、灵活的休假政策、丰厚的育儿假和健康福利，支持工作与生活平衡
- 技术复杂度高：需要精通从底层媒体协议到上层前端框架的全栈知识，并解决多平台、多设备下的兼容性与性能难题
- 快速迭代：流媒体行业和技术发展迅速，需要持续学习新技术（如AI工具）并适应业务需求的快速变化
- 这个职位适合对视频技术和Web前沿充满热情、追求技术深度与产品影响力结合、并能在复杂多平台环境中解决问题的资深软件工程师
缺点 / 挑战
- 质量压力大：作为核心播放体验的守护者，任何故障或性能下降都会直接影响大量用户，对系统的稳定性和可靠性要求极高
角色解读
- 技术深度上，可以从播放器专家发展为流媒体架构师，主导更复杂的媒体处理管线或编解码技术集成
- 职业广度上，有机会向技术管理（Tech Lead）或产品技术（如担任播放体验的产品负责人）方向发展
- 行业影响力上，通过参与开源项目和开发者社区，可以建立个人技术品牌，成为流媒体技术领域的意见领袖
- 你将负责跨平台（Web、移动端、电视、游戏主机）视频播放器核心技术的设计、开发和维护
- 工作重点是利用MSE、EME、WebAssembly等现代Web技术优化播放性能、稳定性和用户体验
- 你将探索并应用AI技术，用于实时异常检测、开发效率提升、数据分析以及智能播放算法（如ABR）的优化
- 扎实的现代前端技术栈能力，特别是JavaScript/React，以及对浏览器内部机制和性能优化的深刻理解
- 丰富的视频流媒体领域经验，包括熟悉主流视频播放器库（如Hls.js）和核心媒体API（MSE/EME）
- 具备为资源受限设备（如低端电视、机顶盒）开发和优化的经验，确保播放体验的普适性
申请策略
- 深入了解Tubi的业务和产品，作为免费流媒体服务，其技术挑战（如广告插入、低带宽优化）可能与付费平台不同，在沟通中体现你的思考
- 研究Tubi母公司Fox及流媒体行业动态，展示你对行业格局和该职位战略价值的理解
- 重点突出在视频播放/流媒体领域的项目经验，详细说明你负责的模块、解决的技术挑战（如卡顿优化、首帧时间缩短）和取得的量化成果
- 清晰展示你的技术栈，特别是JavaScript/React的深度经验，以及对MSE/EME、Hls.js等媒体相关技术的实际应用案例
- 如果有跨平台（Web、移动、电视）开发、性能优化或参与开源项目的经历，务必单独列出并阐述你的贡献
- 提及任何与AI辅助开发、数据分析或自动化测试相关的经验，即使不是核心，也能体现你对职位中AI部分的理解和准备
- 如果对TypeScript不熟，建议快速学习并通过一个小项目实践，因为它是优先技能
- 深入理解至少一个主流开源播放器（如Hls.js或Shaka Player）的源码和架构，这能在面试中展现你的技术深度
面试指南
- 对于技术问题，采用“情境-任务-行动-结果”框架：先说明项目背景和目标，然后描述具体任务、你采取的技术行动，最后用数据量化结果
- 对于设计或架构问题，先从用户或业务需求出发，定义核心问题和约束条件，然后分层阐述你的解决方案（数据收集、处理、决策、反馈），并讨论权衡取舍
- 对于开放性或看法类问题，结合行业趋势和个人经验，提出有依据的见解，并可以谦逊地提出希望在该职位中探索的方向
- 请描述你过去在视频播放器项目中遇到的最复杂的技术挑战，以及你是如何解决的？
- 你如何优化视频播放的首帧加载时间和播放过程中的卡顿率？请谈谈你常用的指标和工具
- 解释一下MSE (Media Source Extensions) 的工作原理，以及它在构建自适应流媒体播放器中的作用
- 如果让你设计一个系统来实时检测播放质量异常（如卡顿、分辨率下降），你会考虑哪些数据指标和架构？
- 请谈谈你对AI/机器学习在视频播放优化（如智能ABR、故障预测）中潜在应用场景的看法
职位点评
Watch Jobs