传音
资深/高级算法工程师（视频算法）(J17850)
资深/高级算法工程师（视频算法）(J17850)
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算法优化工程师
算法优化工程师
Ai降噪
Pytorch
Tensorflow
图像增强
嵌入式系统
视频算法
视频超分辨率
值不值得投
66综合评分
综合评分 66
技术深度导向、产品影响显著、需硬件协作的算法岗位，发展性突出，生活平衡信息未知。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.3万
比算法优化工程师中位数低
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 400 个在招 · 其中算法优化工程师 8 个
市场机会
选择不多
重庆 · 算法优化工程师 · 2 个在招
职位详情
关于这个职位
该职位是传音的资深/高级视频算法工程师，主要负责规划和设计媒体领域算法，开发并优化视频降噪、编码、图像增强等关键算法，并引入AI技术进行创新
需要与产品、硬件团队紧密合作，推动算法在手机硬件平台上的高效部署，以提升产品的音视频质量和用户体验
最低要求
深入理解视频信号处理，掌握音视频质量提升算法(如降噪、回声消除、视频超分辨率等)
熟悉基于AI的多媒体算法，如深度学习在音视频处理中的应用(例如视频编解码、图像增强)
熟悉AI算法框架(如TensorFlow、PyTorch)，有实际项目经验
精通C/C++、Python等编程语言，能够在嵌入式系统上优化算法性能
较强的跨部门协作能力，能有效将算法方案与硬件、软件整合，并推动落地
工作职责
负责规划和设计媒体领域算法，提供差异化的算法能力助力产品线核心卖点达成
开发并优化视频处理、降噪、编编码、图像增强等关键算法，提升产品的音视频质量
引入AI技术推动算法的创新，如AI降噪、视频超分辨率等领域的优化
与产品、硬件团队合作，推动算法与硬件平台的深度合作和异构部署，提高产品的性能与用户体验
优先资格
算法背景 同时有算法在手机SoC部署经验的 优先
AI 洞察
优缺点分析
优点
- 技术深度与广度兼具：既能深入底层信号处理，又能接触前沿AI技术，技术栈有价值
- 强产品影响：算法直接构成产品核心卖点（如拍照、视频效果），工作成果可见度高
- 软硬件结合：有机会深入理解手机SoC等硬件平台，获得宝贵的端侧部署经验
- 跨部门协作复杂：需频繁与产品、硬件、驱动团队沟通，对技术方案的可行性和整合能力要求高
- 需平衡创新与落地：既要引入AI等新技术，又要保证在量产终端上的稳定性和性能
- 适合拥有扎实视频处理或AI算法基础，对手机等智能终端软硬件协同有浓厚兴趣，并具备良好工程实现与协作能力的工程师
缺点 / 挑战
- 技术挑战大：需要在嵌入式平台的算力、功耗限制下实现高性能算法，优化难度高
角色解读
- 技术专家路线：深耕视频算法或AI多媒体处理，成为特定领域的权威技术专家
- 技术管理路线：带领算法团队，负责更复杂的产品线或技术平台的整体算法架构规划
- 前沿探索路线：转向研究更底层的计算摄影、影像芯片算法或下一代AI生成式视频技术
- 规划与设计手机等终端的视频处理算法，打造产品核心音视频卖点
- 开发和优化视频降噪、图像增强、视频超分等算法，直接提升终端产品的影音体验
- 将AI模型（如AI降噪）适配并部署到嵌入式硬件平台，实现性能与效果的平衡
- 作为算法专家，与产品、硬件团队协同，确保算法方案从设计到落地的全流程实现
- 精通视频信号处理理论与经典算法（如降噪、超分、编码），是本岗位的基石
- 具备将深度学习模型应用于音视频处理的实战经验，并熟悉TensorFlow/PyTorch等框架
- 扎实的C++/Python编程功底，以及在资源受限的嵌入式环境（如手机SoC）中优化算法性能的能力
- 优秀的跨部门沟通与协作能力，能将技术方案与硬件限制、产品需求有效对齐
申请策略
- 关注传音在非洲、南亚等新兴市场的领先定位，理解其产品对本地化影像（如肤色还原）的特殊算法需求
- 在面试中展现你对“算法-硬件-产品”三角关系的理解，说明你如何权衡效果、性能与功耗
- 突出在视频编解码、图像处理、计算摄影等领域的具体算法项目经验与成果
- 列举使用TensorFlow/PyTorch将AI模型部署到移动端（Android/嵌入式）的案例与性能优化数据
- 强调C++编程能力以及在资源受限环境（如嵌入式系统）下的性能优化实践
- 描述与硬件、产品团队成功协作推动算法项目落地的具体经历
- 系统复习数字信号处理（DSP）和视频编码标准（如H.264/265, AV1）基础知识
- 深入学习移动端模型部署工具链（如TensorFlow Lite, ONNX Runtime, 各芯片厂NPU SDK）
面试指南
- 使用STAR法则（情境-任务-行动-结果）结构化描述项目经历，重点突出技术决策与量化成果
- 回答优化问题时，从模型轻量化、算子优化、硬件加速（NPU/DSP）、内存与功耗管理等多个层面展开
- 协作类问题强调共同目标、沟通方式、遇到的具体冲突及你的解决思路，体现工程师的协作思维
- 趋势类问题结合技术原理（如生成式AI对视频处理的影响）和产品需求（如用户对视频创作的需求）来阐述
- 请介绍一个你主导的视频处理或AI算法优化项目，从问题定义到最终部署上线的过程
- 如何在手机SoC等嵌入式平台上优化一个深度学习视频算法的推理性能？你遇到过哪些主要瓶颈及解决方案？
- 描述一次你与硬件工程师紧密合作的经历，你们如何共同解决了一个算法部署的难题？
- 如果让你负责设计一个手机AI降噪功能，你会如何考虑算法选型、效果评估与性能预算？
职位点评
薪资福利65
成长发展85
工作生活50
使命价值55
薪资福利
65中等
该职位未披露具体薪资，但作为高级技术岗位，通常市场薪酬具备一定竞争力。作为大型科技公司，预期福利体系较为完善。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
85较高
该职位要求深入AI与视频算法融合，涉及模型优化与嵌入式部署，技术栈前沿且有深度。与硬件、产品团队深度合作，能提供端到端的工程视角和宝贵的产品落地经验。
技术前沿前沿/新兴技术
技术栈AI降噪、视频超分辨率、TensorFlow、PyTorch、嵌入式优化
业务类型ambiguous
工作生活
50较低
JD未提及任何工作模式、弹性办公或WLB相关信息。跨部门协作与硬件部署的特性，暗示可能需要一定的现场办公与协调沟通。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
55较低
服务于传音在新兴市场的智能手机产品线，其算法能力直接影响全球数亿用户的日常体验，具有明确的产品价值。但行业属于成熟的消费电子领域，非高速增长的新兴赛道。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs