Zoom
Audio Algorithm Engineer
Audio Algorithm Engineer
发布于 3 小时前普通员工/个人贡献者
全职员工混合式弹性办公音视频技术
音视频技术
Onnx Runtime
Tensorrt
实时音视频
性能优化
模型部署
音频Ai
值不值得投
79综合评分
综合评分 79
大厂核心研发岗、技术栈前沿、混合办公WLB佳、薪资市场水准、社会使命感中等
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
3.5万
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
公司还在招多个职位
4 个在招
市场机会
选择不多
杭州 · 音视频技术 · 9 个在招
职位详情
关于这个职位
负责音频AI模型从研发到业务上线的工程落地，专注于云端部署稳定性与客户端推理加速
需使用C++/Python进行模型集成、性能优化及跨平台适配（Android/iOS），解决实时音视频场景下的资源占用与设备兼容问题，确保线上服务的高效稳定运行
最低要求
本科及以上学历，计算机科学、信号处理或相关专业
具备模型部署、性能优化或相关工程开发实际经验
扎实的 C++/Python 工程能力，能够独立完成模型集成相关代码的开发与调试
具备云端模型生产部署经验，有容器化架构、发布回滚、监控告警及故障处置的完整实践
具备模型推理性能优化经验，能清晰说明性能瓶颈、优化思路及可量化结果
具备主动推进能力，有跨团队协调并推动结果落地的实际经历
对实时音视频领域有基本了解，能将现有经验迁移到音频 AI 场景
工作职责
云端模型部署与生产稳定性:* 负责云端模型的容器化部署、容量评估、发布与回滚机制设计，建立监控告警和故障处置流程，对生产服务的全生命周期负责
Client 端推理加速与跨平台适配:* 针对实时音频场景定位性能瓶颈，完成推理加速和资源优化
负责 Android、iOS 及低端设备的平台适配
工程代码开发与问题定位:* 使用 C++/Python 完成模型部署相关的集成、自动化和性能优化，独立完成代码级与系统级问题的根因定位
新模型上线全链路交付:* 从方案设计、容量评估、平台对接到上线后稳定性跟踪，完成音频 AI 模型的完整落地闭环，沉淀可复用的工程规范
跨团队协作与推进:* 主动识别并协调部署过程中的跨团队依赖，推动模型从可用到稳定上线
运维优化与效率提升:* 利用 AI 工具或自动化手段提升部署、排障和运维效率，持续降低团队运维成本
优先资格
有音频 AI 模型（ASR、说话人识别等方向）部署或推理优化的直接经验
熟悉推理引擎（TensorRT、ONNX Runtime 等）、模型压缩或 GPU 加速
有 Android/iOS 端侧适配及低端设备性能优化的实际案例
有 Docker 容器化生产运维或多业务平台对接经验
有主动使用 AI 工具提升工程效率的实践经验
AI 洞察
优缺点分析
优点
- 技术栈前沿：涉及AI模型工程化、边缘计算、高性能C++优化，技能通用性强
- 福利完善：上市公司提供具有竞争力的薪酬包及完善的员工福利与健康支持
- 兼容性复杂：需适配大量不同配置的终端设备，尤其是低端机型，测试覆盖成本高
- 适合具备扎实C++功底、对系统性能优化有热情、喜欢解决高并发低延迟技术难题的中高级工程师
缺点 / 挑战
- 平台大：Zoom作为全球领先的协作平台，数据量大，技术挑战性强，简历含金量高
- 性能压力极大：实时音视频对延迟和功耗极其敏感，优化空间有限，调试难度大
- 跨部门协作多：需与算法、后端、前端等多团队紧密配合，沟通成本较高
角色解读
- 向音频AI系统架构师方向发展，主导大规模分布式AI系统的建设
- 深入音视频底层技术，成为实时通信领域的技术专家
- 转向技术管理岗位，带领团队负责核心AI基础设施的建设
- 将研发的音频AI模型转化为可在线上稳定运行的服务，负责云端容器化部署与监控
- 针对移动端（Android/iOS）和低端设备进行模型推理加速与资源优化，解决实时性瓶颈
- 使用C++/Python进行底层代码开发与性能调优，定位并解决系统级故障
- 精通 C++ 和 Python，具备扎实的工程落地能力
- 熟悉主流推理引擎（如 TensorRT, ONNX Runtime）及模型压缩技术
- 掌握容器化部署（Docker/K8s）及云端运维监控体系
- 具备移动端（ARM架构）性能优化及跨平台适配经验
申请策略
- 准备具体的性能优化案例，使用STAR法则详细描述背景、行动和量化结果
- 了解Zoom的核心产品线，思考AI技术如何赋能其视频会议体验
- 突出C++/Python在项目中的实际性能优化成果（如FPS提升、延迟降低的具体百分比）
- 强调模型部署经验，特别是从训练到推理的转化过程及遇到的坑与解决方案
- 展示跨平台适配经验，列举具体支持的芯片平台或操作系统版本
- 深入学习深度学习推理引擎原理（如算子融合、内存管理）
- 补充ARM架构汇编或NEON指令集优化知识，提升移动端底层优化能力
- 熟悉Kubernetes等云原生技术在AI服务中的应用
面试指南
- 采用STAR原则（情境-任务-行动-结果）回答行为面试题
- 技术问题回答要体现系统性思维，从 profiling 工具使用、理论分析到具体代码/配置优化层层递进
- 强调量化结果，用数据证明优化的有效性
- 请分享一个你优化C++代码或模型推理性能的案例，你是如何定位瓶颈的？
- 在资源受限的设备上，如何平衡AI模型的精度与推理速度？
- 描述一次你处理的线上严重故障，你是如何快速恢复并防止复现的？
- TensorRT和ONNX Runtime在你的项目中是如何选择的？各自的优势是什么？
- 复习计算机组成原理、操作系统及网络基础，特别是内存管理和进程调度
职位点评
薪资福利85
成长发展80
工作生活75
使命价值70
薪资福利
85较高
作为已上市的跨国巨头，Zoom提供具有市场竞争力的薪资和完善的福利体系，虽非顶级高薪但稳定性与综合回报较好。
薪资信号市场水准 (2.5千–4.5万/月)
福利待遇physical, mental, emotional, and financial health support、work-life balance
成长发展
80较高
岗位涉及AI模型工程化落地的前沿领域，技术栈现代且实用，有助于提升在高性能计算和边缘AI方面的核心竞争力。
技术前沿前沿/新兴技术
技术栈Audio AI、C++、Python、TensorRT、ONNX Runtime、Model Deployment、Performance Optimization
成长机会Find room to grow with opportunities to stretch your skills and advance your career
业务类型profit_center
工作生活
75中等
JD明确提及结构化混合办公模式（Hybrid），并强调支持工作与生活的平衡，整体WLB表现良好。
工作模式混合式弹性办公
办公地点科技园/产业园
加班情况未提及（无法判断）
工作生活平衡support work-life balance
使命价值
70中等
Zoom致力于连接世界，促进高效协作，具有一定的社会价值，但主要服务于商业和企业客户，社会影响力偏向中性。
行业发展稳定成熟行业
社会影响中性/一般
使命信号help people communicate better、contribute to their community in meaningful ways
创新程度积极采用新技术
Zoom 的其他在招职位
相似职位推荐
Watch Jobs