荣耀
视频编解码高级工程师
视频编解码高级工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公音视频技术
音视频技术
Cuda
Ffmpeg
Opencv
Rtmp
Rtsp
Tensorrt
值不值得投
72综合评分
综合评分 72
技术壁垒高、端侧AI前沿赛道、成长空间大，但WLB未明确且底层调优压力较大。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
2.7万
比音视频技术中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 320 个在招
职位详情
关于这个职位
该职位主要负责音视频编解码及底层视觉基础能力的开发与优化，涉及FFmpeg、CUDA等框架在AI端侧硬件平台的适配与性能调优
你需要解决多路视频并发、流媒体分发及图像处理延迟等问题，为智能安防和工业检测等场景提供底层技术支持
最低要求
计算机、通信、电子信息等相关专业本科及以上学历，3年以上音视频开发经验
精通 C/C++ 编程，熟悉 Linux 系统编程及多线程开发
深度理解 FFmpeg 框架，能够进行源码级二次开发与滤镜定制
熟悉CUDA编程架构，有使用CUDA CV 或Open CV进行图像处理加速的实战经验，了解不同硬件平台的 VPU/NPU 调度
熟练使用OpenCV进行图像处理，了解常用 AI 推理框架（如 TensorRT、ONNX Runtime）与编解码端的衔接流程
工作职责
负责FFmpeg、OpenCV、CUDA CV等开源框架在AI端侧设备硬件平台（如NVIDIA、Intel、瑞芯微等）的深度适配与性能调优，实现硬件加速
高性能音视频编解码流水线、H.264/H.265 等格式的硬编硬解、多路视频并发处理能力适配调优
利用CUDA CV或硬件ISP优化视频预处理（如缩放、色域转换、裁剪、去噪），降低 AI 推理前的图像处理延迟
负责RTSP、RTMP、GB/T 28181等安防协议的接入与流媒体分发优化，确保在弱网环境下的传输稳定性与低延迟
为智能安防、工业检测等业务场景提供统一的底层视觉基础能力接口，解决系统级死锁、内存泄露及性能瓶颈问题
优先资格
有智能安防、边缘计算盒子、NVR/DVR 或智能视觉分析产品开发经验者优先
AI 洞察
优缺点分析
优点
- 技术壁垒高，涉及底层硬件加速与音视频核心链路，能积累极具竞争力的硬核技术经验
- 业务场景落地性强，智能安防与工业检测属于当前AI落地的核心赛道，行业前景广阔
- 依托大平台的资源与算力支持，能够接触到NVIDIA、Intel等主流硬件平台的最新技术
- 底层性能调优与硬件适配工作难度较大，需要频繁排查系统级死锁、内存泄露等复杂问题
- 端侧设备算力与功耗受限，需要在极致的性能与资源约束下寻找最优解，对技术深度要求极高
- 适合对底层技术有浓厚兴趣、具备扎实C/C++功底，且喜欢钻研硬件加速与性能优化的技术极客
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向可发展为音视频底层技术专家或架构师，主导端侧AI视觉平台的整体技术演进
- 横向可拓展至边缘计算、智能安防或自动驾驶等热门领域的系统级研发管理岗位
- 负责音视频编解码及底层视觉基础能力的开发，将FFmpeg、OpenCV等框架适配到AI端侧硬件平台并进行性能调优
- 优化视频预处理流程与流媒体分发协议，降低AI推理前的图像处理延迟，保障弱网环境下的传输稳定性
- 为智能安防、工业检测等场景提供底层接口，排查并解决系统级死锁、内存泄露等性能瓶颈问题
- 精通C/C++与Linux系统编程，具备扎实的多线程开发能力与底层系统调试经验
- 深度掌握FFmpeg框架源码及CUDA编程架构，能够进行硬件加速与图像处理优化
- 熟悉主流音视频协议（RTSP/RTMP等）及AI推理框架（TensorRT等）的衔接流程
申请策略
- 提前了解荣耀在端侧AI和智能视觉领域的业务布局，面试时结合其实际产品线阐述技术落地思路
- 重点突出FFmpeg源码级二次开发、CUDA加速或硬件ISP优化的实际项目经验与性能提升数据
- 详细列举在智能安防、边缘计算盒子或NVR/DVR等产品中的落地成果，展现业务理解力
- 强调解决系统级死锁、内存泄露等复杂底层问题的排查思路与最终成效
- 深入复习CUDA编程模型与内存管理，熟悉TensorRT等推理框架的部署与优化流程
- 补充学习GB/T 28181等安防国标协议及弱网环境下的流媒体传输优化策略
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出“行动”中的技术细节（如具体的API调用、内存拷贝优化、流水线设计）和“结果”中的量化指标（如延迟降低百分比、帧率提升数据）
- 对于系统级问题排查，按照“现象复现 -> 日志/工具分析（如gdb, valgrind, perf） -> 定位根因 -> 修复验证”的逻辑链条进行阐述
- 请详细描述一次你使用FFmpeg或CUDA进行硬件加速和性能调优的经历，遇到了哪些瓶颈，如何解决的？
- 在弱网环境下，如何优化RTSP/RTMP等流媒体协议的传输稳定性与低延迟？
- 如何排查和解决多线程环境下的系统级死锁或内存泄露问题？
- 请说明AI推理框架（如TensorRT）与音视频编解码端衔接时的常见延迟点及优化方案
- 复习C/C++多线程同步机制、Linux内存管理以及CUDA线程模型，准备1-2个底层性能优化的深度案例
- 了解荣耀近期在端侧AI、智能安防或物联网领域的发布产品，思考该岗位技术如何赋能这些业务
职位点评
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利
75中等
职位属于高级研发岗，技术壁垒较高，在西安地区能提供具有竞争力的薪资，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：1.8千–3.5万/月）
成长发展
85较高
岗位涉及端侧AI硬件加速与底层视觉技术，技术栈前沿且深度足够，能为个人技术成长提供极大的空间。
技术前沿前沿/新兴技术
技术栈FFmpeg、OpenCV、CUDA、H.264、H.265、TensorRT、ONNX Runtime
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与加班情况，但底层性能调优与硬件适配工作通常面临较大的交付压力，WLB情况无法明确判断。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
智能安防与工业检测属于AI技术赋能实体经济的典型场景，具有一定的社会价值与行业前景。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs