TCL
声学工程师（博士）
声学工程师（博士）
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人工智能
人工智能
Cnn
Cuda
Dsp
Matlab
Pytorch
Tensorflow
数字信号处理
深度学习
音频处理
值不值得投
74综合评分
综合评分 74
核心AI算法岗、技术壁垒高、落地场景丰富，适合追求技术深度与产品转化的博士人才。
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
4万
比人工智能中位数高
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 880 个在招 · 其中人工智能 13 个
市场机会
选择不多
惠州 · 人工智能 · 1 个在招
职位详情
关于这个职位
该职位主要负责AI音频处理算法的研发与端侧部署，包括智能音效增强、语音降噪等方向
你需要利用深度学习模型进行算法设计，并推动其在TV芯片等硬件平台上的移植与优化，最终实现算法到产品的转化
最低要求
博士学历，人工智能、信号与信息处理、计算机科学、电子工程等相关专业
深厚的数字信号处理与深度学习理论基础，精通PyTorch/TensorFlow框架，熟悉音频处理基础（如语音信号处理、音乐信息检索）
精通Python/C++，熟练掌握MATLAB等工具
强烈的创新精神、出色的解决问题能力、良好的跨团队沟通协作能力
工作职责
研究AI在音频处理中的应用，如智能音效增强、语音降噪、声场自适应、语音识别前端处理等算法的探索与研发
主导深度学习模型（如CNN、Transformer）在音频场景的设计、训练、优化及端侧部署（如DSP、NPU平台）
推动算法在TV芯片平台的移植、驱动开发与硬件加速，进行性能与功耗的极致优化
与芯片、硬件、软件团队紧密协作，实现算法到产品的转化
进行技术沉淀，形成专利和技术文档
优先资格
有嵌入式平台（ARM, DSP）或GPU（CUDA）开发经验者优先
AI 洞察
优缺点分析
优点
- 能够接触到AI与音频处理结合的前沿技术，技术壁垒高
- 依托庞大的硬件产品线，算法落地场景丰富，易于产出实际产品与专利
- 博士起点高，在核心技术攻关上具有较大发挥空间
- 算法在端侧（如DSP、NPU）部署与极致优化难度大，对底层硬件理解要求高
- 适合具有扎实深度学习与信号处理基础，对音频算法及端侧部署有浓厚兴趣，且具备较强跨团队协作能力的博士毕业生或科研人员
缺点 / 挑战
- 需要与芯片、硬件、软件等多个团队紧密协作，沟通与推进成本较高
角色解读
- 可向资深音频算法专家、AI技术架构师方向发展
- 也可向AI算法团队技术管理岗转型，负责整体音频技术路线规划与团队管理
- 负责AI音频处理算法（如智能音效增强、语音降噪）的探索与研发
- 主导深度学习模型在音频场景的设计、训练及端侧部署
- 推动算法在TV芯片平台的移植与硬件加速优化
- 具备深厚的数字信号处理与深度学习理论基础，精通PyTorch/TensorFlow等框架
- 熟练掌握Python/C++及MATLAB，具备模型端侧部署与性能优化能力
- 拥有良好的跨团队沟通与协作能力
申请策略
- 深入了解公司在智能电视、音频产品方面的业务布局与技术痛点，面试时可结合具体产品场景提出算法优化思路
- 重点突出在音频处理、语音降噪或声学算法相关的项目经验
- 展示在PyTorch/TensorFlow框架下的模型设计与端侧部署能力
- 列举相关的专利、论文或技术文档成果
- 提前了解TV芯片平台及DSP/NPU的底层架构与硬件加速原理
- 复习并实践C++在嵌入式环境下的性能优化技巧
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经验，重点突出在模型压缩、硬件加速或跨团队协作中的具体行动与量化成果
- 对于技术原理问题，先阐述核心概念，再结合具体场景给出解决方案
- 请介绍一个你主导过的音频处理或深度学习模型端侧部署项目，遇到了哪些性能瓶颈及如何解决？
- 在资源受限的嵌入式平台上，如何对Transformer或CNN模型进行压缩与优化？
- 如何平衡算法的音效提升效果与硬件功耗、算力之间的关系？
- 请描述一次你与硬件或芯片团队跨部门协作解决技术难题的经历
- 准备1-2个深度参与的音频算法或端侧部署项目，梳理其中的技术难点与解决思路
- 复习CNN、Transformer在音频领域的应用及模型量化、剪枝等压缩技术
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
博士学历叠加AI算法核心岗位，薪资预期处于市场中上水平，且企业提供稳定的薪酬福利保障。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
85较高
岗位涉及AI与音频处理的前沿交叉领域，且要求端侧部署与芯片级优化，技术深度与广度兼具，利于个人技术壁垒的构建。
技术前沿前沿/新兴技术
技术栈PyTorch、TensorFlow、Python、C++、MATLAB、CNN、Transformer、CUDA、DSP、NPU
成长机会技术沉淀、形成专利和技术文档
业务类型profit_center
工作生活
60中等
JD未明确提及工作模式与加班情况，但硬件与芯片级算法优化通常面临较高的项目交付压力，WLB情况需进一步确认。
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
智能音效与语音降噪技术能直接提升消费电子产品的用户体验，具有一定的社会价值与行业影响力。
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