科大讯飞
AI研究算法工程师-智能声学信号处理方向(J14199)
AI研究算法工程师-智能声学信号处理方向(J14199)
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Matlab
Pytorch
Tensorflow
声学信号处理
波束形成
深度学习
语音处理
麦克风阵列
音频降噪增强
值不值得投
75综合评分
综合评分 75
合肥核心AI企业声学算法岗，技术前沿、平台好，薪资有竞争力，工作地点与模式需确认。
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
20K
比人工智能中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 210 个在招 · 其中人工智能 5 个
市场机会
选择不多
合肥 · 人工智能 · 6 个在招
职位详情
关于这个职位
该职位专注于智能声学信号处理方向的AI算法研究与开发
你将从事麦克风阵列、波束形成、声源定位与分离、音频降噪增强等前沿技术的算法设计、实现与优化，解决真实场景中的复杂声学问题，推动技术从研究走向落地应用
最低要求
硕士及以上学历，计算机、信号处理、电子信息、自动化、应用数学等相关专业
具备一定的数字信号处理、数理统计、模式识别及机器学习基础
熟悉声学信号分析与建模方法，具备音频信号处理算法研发能力
熟悉麦克风阵列、波束形成、声源定位、降噪、分离、回声消除等一种或多种音频处理技术
熟悉常见深度学习算法及理论，具备传统信号处理与AI融合算法的研发能力
有语音信号处理、声学前端信号处理、音频降噪增强、声学目标检测或音频大模型等相关研究经验者优先
具备良好的编程能力，熟练掌握Python/MATLAB
熟悉PyTorch/TensorFlow深度学习框架，具备较强的算法验证与性能优化能力
具有DCASE、ICME及ICASSP等声学相关竞赛获奖经历，或在声学、信号处理等领域高水平期刊/会议发表论文，或具有语音、工业声学、海洋声学相关项目经验者优先
具备良好的沟通协作能力、学习能力和问题分析能力，具备英文论文阅读能力，能够适应研究与落地并重的工作模式，具备较强的责任心和抗压能力
工作职责
负责声学信号处理及相关AI算法的研究与设计，包括麦克风阵列、波束形成、声源定位、声源分离、音频降噪增强、声学效果后处理及智能音频分析等方向
负责声学AI前沿技术研究，结合传统声学信号处理与深度学习技术，进行算法方案设计、技术路线选型及系统级验证，解决实际场景中的复杂声学问题
基于真实业务数据，包括但不限于语音交互、海洋声学、工业声学等场景，持续开展数据分析、算法迭代与模型优化，完成算法验证、性能评估及交付验收
优先资格
有语音信号处理、声学前端信号处理、音频降噪增强、声学目标检测或音频大模型等相关研究经验者优先
具有DCASE、ICME及ICASSP等声学相关竞赛获奖经历，或在声学、信号处理等领域高水平期刊/会议发表论文，或具有语音、工业声学、海洋声学相关项目经验者优先
AI 洞察
优缺点分析
优点
- 平台与数据：背靠科大讯飞，拥有丰富的业务场景、真实数据和强大的研发平台支持
- 成长明确：属于“飞星计划”培养岗位，有清晰的培养路径和职业发展通道
- 技术难度高：需要同时精通传统信号处理与深度学习，两者融合的算法研发对理论和工程能力要求都很高
- 适合具备扎实信号处理与机器学习基础，对声学、音频技术有浓厚兴趣，喜欢钻研底层算法并追求技术落地的应用型研究人才
缺点 / 挑战
- 技术前沿：工作聚焦于声学与AI的交叉领域，是语音交互等核心业务的关键技术，能接触到行业最前沿的挑战
- 落地压力大：算法研究需要紧密贴合业务需求，在复杂的真实环境中验证和交付，面临从理论到产品的挑战
- 竞争环境：作为头部AI公司的核心技术岗，内部技术积累深厚，对新人快速产出和创新有较高期待
角色解读
- 技术专家路线：持续深耕声学AI算法，成为声学信号处理领域的资深算法专家或架构师
- 技术管理路线：带领小型算法团队，负责特定方向的技术规划与项目落地
- 跨领域应用：将声学AI技术应用于更广泛的智能硬件、智慧医疗、海洋探测等领域
- 研究与设计声学信号处理与AI结合的算法，如波束形成、声源分离、音频降噪等
- 针对语音交互、海洋声学等真实业务场景，设计并实现算法解决方案，解决复杂声学问题
- 基于真实数据进行算法迭代、性能优化与验证，确保算法效果并交付产品
- 扎实的数字信号处理与声学基础，精通麦克风阵列、波束形成等一项或多项音频处理技术
- 熟悉深度学习理论及框架（PyTorch/TensorFlow），能将传统信号处理与AI方法有效结合
- 优秀的Python/MATLAB编程能力，及算法验证与性能优化的工程实现能力
- 具备较强的问题分析、英文文献阅读及跨团队协作能力
申请策略
- 在投递前，深入了解科大讯飞在声学技术方面的产品（如讯飞听见、智慧汽车语音）和公开技术分享
- 准备一个能体现“传统信号处理+AI”融合思路的技术问题或项目案例，这是岗位的核心考察点
- 突出与声学、音频处理相关的项目经历或研究成果（如毕业设计、竞赛、论文）
- 详细描述在信号处理与深度学习融合方面的具体实践，例如使用深度学习模型优化传统音频算法
- 展示使用Python/MATLAB及PyTorch/TensorFlow解决复杂算法问题的代码能力或项目成果
- 如有DCASE、ICASSP等竞赛经历或高质量论文，务必重点列出
- 系统复习和深化数字信号处理、阵列信号处理的理论知识，尤其是与音频相关的部分
- 在深度学习基础上，专项学习语音/音频领域的经典模型与前沿论文（如声学场景分类、语音增强）
面试指南
- 回答项目经验时，使用STAR法则（情境-任务-行动-结果），重点突出技术决策和量化效果
- 回答技术原理问题时，遵循“核心概念-关键算法-传统方法-AI融合点”的逻辑进行阐述
- 回答方案设计问题时，从问题定义、数据准备、模型选型、评估指标到部署考量，展现系统思维
- 对于对比类问题，先客观列出双方特点，再结合具体场景分析选择依据，最后可以提自己的见解
- 请介绍一个你做过的与音频/声学处理相关的项目，重点说明你在其中的角色、技术难点以及如何解决的
- 麦克风阵列波束形成的基本原理是什么？有哪些常见的算法？如何用深度学习来增强它？
- 如果要为嘈杂的工业环境设计一个声学故障检测系统，你的技术方案（包括数据、模型、部署）会是怎样的？
- 请对比一下传统音频降噪算法（如谱减法）与基于深度学习的方法（如DNN）的优缺点
职位点评
薪资福利70
成长发展85
工作生活65
使命价值80
薪资福利
70中等
该岗位未在JD中披露具体薪资，但作为上市公司的核心技术岗，通常具备市场竞争力的薪酬和福利体系。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
该岗位专注于声学AI前沿技术研究，要求结合传统与深度学习，并有丰富的真实业务数据和场景支持，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈声学信号处理、麦克风阵列、波束形成、深度学习、PyTorch、TensorFlow、Python
业务类型profit_center
工作生活
65中等
JD中未提及办公模式（如远程、弹性），根据行业惯例推断需现场办公。工作地点在合肥，生活成本相对较低。
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
80较高
声学信号处理技术是智能交互、智慧城市、工业检测等领域的关键基础，社会应用价值高，能带来直接的技术成就感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
科大讯飞 的其他在招职位
相似职位推荐
Watch Jobs