传音
算法开发工程师-上海(J20253)
算法开发工程师-上海(J20253)
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Ai Coding
Attention机制
Pytorch
Tensorflow
信号处理
模型优化
深度学习
值不值得投
77综合评分
综合评分 77
智能手机行业校招算法岗，聚焦端侧AI前沿技术，技术成长空间大，薪资竞争力强，WLB未明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
3.3万
比算法优化工程师中位数高
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 700 个在招 · 其中算法优化工程师 14 个
市场机会
选择面较广
上海 · 算法优化工程师 · 约 170 个在招
职位详情
关于这个职位
该职位面向2027届硕士及以上应届生，主要负责智能手机影像、语音识别及智能助手等核心算法的开发与优化
你需要将深度学习等前沿技术转化为实际产品，并针对手机硬件进行算法适配与功耗优化，以提升用户体验和产品竞争力
最低要求
届应届毕业生，计算机、通信、数学或统计学、人工智能、软件工程等相关专业硕士及以上学历
熟悉经典机器学习算法（SVM、决策树等）及深度学习框架（TensorFlow/PyTorch/Caffe等），对Attention机制及其场景化变种有深入理解，能独立进行模型训练、微调和优化
掌握编程语言，如 Python、C/C++、Java 等，能够开发并落地算法
有信号处理经验，包括滤波、特征提取、降噪等
有强烈的技术探索和创新能力，能快速学习前沿技术，具备优秀的问题分析和解决能力
工作职责
提升用户体验：开发和优化算法，提升手机在影像、语音识别、智能助手、人机交互等方面的表现，为用户提供更流畅和智能的使用体验
推动技术创新：引入最新的算法技术（如深度学习、AI优化算法），将前沿研究转化为实际产品，从而增强产品竞争力
优化硬件性能：针对手机硬件（如摄像头、传感器、芯片等）设计高效的算法，以降低功耗、提升计算效率，同时增强设备功能
解决实际问题：针对用户反馈和市场需求，设计专属算法解决问题，比如提升弱光拍摄效果、增强语音识别准确率等
优先资格
有 AI Coding 工具使用经验者优先，如 Claude Code、Codex、Cursor、Hermes 等，熟练使用AI编码工具辅助开发
在顶级会议发表过论文（如 CVPR、NeurIPS、ICML、IEEE SENSORS）
有相关专利或开源项目
熟悉手机厂商的研发流程，比如算法与硬件的适配、功耗优化等，熟悉硬件加速算法优化，如 GPU 编程、FPGA 开发等
AI 洞察
优缺点分析
优点
- 智能手机端侧AI是当前行业热点，能够接触到海量真实用户场景，技术落地成就感强
- 传音在新兴市场占据领先地位，业务增长潜力大，能为个人提供广阔的业务施展空间
- 作为2027届校招岗，入职后需快速完成从学术研究到工程落地的思维转变，适应高强度的研发节奏
- 适合对智能手机AI技术有浓厚兴趣，具备扎实算法功底且渴望在端侧AI领域深耕的应届硕士毕业生
缺点 / 挑战
- 端侧算法对功耗、算力和硬件适配要求极高，需要在性能与效果之间寻找极致平衡，技术挑战大
角色解读
- 从算法工程师成长为核心算法专家，主导端侧AI大模型或复杂视觉/语音算法的架构设计
- 向AI技术负责人或算法团队Leader转型，带领团队攻克智能手机前沿AI技术难题
- 负责智能手机影像、语音识别、智能助手等核心算法的开发与优化，提升用户交互体验
- 将深度学习等前沿AI技术转化为实际产品功能，并针对手机硬件进行算法适配与功耗优化
- 扎实的机器学习与深度学习理论基础，熟练掌握TensorFlow/PyTorch等框架及Attention机制
- 精通Python/C++等编程语言，具备信号处理（滤波、降噪等）及模型训练、微调与落地能力
申请策略
- 深入了解传音在非洲及新兴市场的业务布局，思考端侧AI技术如何赋能当地用户的特定需求（如弱光拍摄、多语种语音识别）
- 重点突出在深度学习、计算机视觉或语音识别方向的项目经验，尤其是模型轻量化或端侧部署的经历
- 展示顶会论文、专利或知名开源项目贡献，体现前沿技术探索能力与学术素养
- 提前熟悉AI Coding工具（如Cursor、Claude Code）的使用，提升日常开发效率
- 补充学习GPU编程或FPGA开发等硬件加速知识，了解手机芯片架构与功耗优化原理
面试指南
- STAR法则：在回答项目经验时，清晰阐述背景、任务、行动和结果，突出个人贡献与量化收益
- 技术深度与广度结合：在回答算法原理时，先讲透底层数学逻辑，再结合实际工程落地中的Trade-off（如精度与功耗的权衡）进行阐述
- 请详细介绍你使用过的深度学习框架，以及在模型训练和微调中遇到的最大挑战及解决方案
- 针对手机端侧算力受限的场景，你会如何优化一个复杂的视觉或语音模型以降低功耗？
- 请解释Attention机制的核心原理，并说明它在你的项目中是如何应用和改进的
- 复习经典机器学习算法与深度学习基础，重点准备Attention机制、模型压缩与量化相关知识
- 准备1-2个自己主导的算法落地项目，梳理从数据处理、模型训练到端侧部署的全流程细节
职位点评
薪资福利80
成长发展85
工作生活60
使命价值75
薪资福利
80较高
作为智能手机行业的校招算法岗，薪资处于行业较高水平，且硕士学历门槛保障了起薪竞争力。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
85较高
岗位聚焦端侧AI前沿技术，鼓励技术创新与顶会论文发表，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈深度学习、TensorFlow、PyTorch、Attention机制、AI Coding、GPU编程
成长机会推动技术创新、引入最新的算法技术、将前沿研究转化为实际产品
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式与WLB信息，无法判断实际工作强度与办公灵活性。
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
75中等
致力于通过技术创新提升用户体验，并推动技术向绿色、可持续和智能化方向发展，具有一定的社会价值。
行业发展稳定成熟行业
社会影响中性/一般
使命信号推动技术向绿色、可持续和智能化方向发展、创造更具价值的产品和更卓越的用户体验
创新程度积极采用新技术
Watch Jobs