瑞芯微
音频算法工程师-上海
音频算法工程师-上海
发布于 3 天前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Dsp
Onnxruntime
Pytorch
深度学习
语音处理
语音识别
降噪算法
麦克风阵列
AI 估算 · 25k–45k
上海音频算法工程师薪资较高，技术难度大，市场竞争力强，平均月薪在25k-45k之间。
职位详情
关于这个职位
该职位专注于音频算法的研发与工程化落地，涉及语音前端处理、多麦克风阵列算法以及语音交互相关模型训练
你将使用C/C++、Python和深度学习框架，在DSP、ARM、NPU等平台上实现性能优化，参与智能音箱、机器人等产品的算法开发
适合对语音和音频技术有热情、具备扎实编程和深度学习背景的候选人
最低要求
硕士及以上学历，物理、数学、计算机、电子信息、信号处理、声学、通信工程等相关专业
熟练运用 C/C++、Python 等编程语言，具备出色的编程能力以及规范的代码编写习惯
能够熟练掌握至少一种深度学习训练和部署框架，如PyTorch、OnnxRuntime等，并具备丰富的深度学习模型开发和部署经验
工作职责
专注语音通话及交互链路的深入研究和开发，涵盖语音前端处理（AI降噪、AI回声消除、去混响、音频修复等）等关键模块
设计与实现多麦克风语音处理算法（如 GSC、MVDR、DOA 、AI阵列等），探索多麦在会议通话、远场语音交互等场景的应用
参与声音事件检测、语音唤醒、声纹检测、语音识别、文本语音转换等模型训练和优化，探索人机语音交互场景相关应用
负责智能硬件算法的工程化落地，包括DSP、ARM和NPU多个平台，支持性能优化及技术难题解决
优先资格
具备语音通话或语音交互相关产品如智能音箱、机器人等算法开发经验者优先
在顶级语音和音频期刊（如 IEEE TASLP/SPL 等）或会议（如 ICASSP/INTERSPEECH 等）上发表过高水平学术论文，或在顶级语音和音频领域挑战赛（如 DNS/AEC/PLC Challenge、CHiME、SiSEC、DCASE、URGENT 等）中获得优异名次者优先
AI 洞察
优缺点分析
优点
- 瑞芯微是上市的芯片公司，平台稳定，能接触到完整的硬件和算法链路
- 音频算法是AI前沿领域，技术积累丰富，有助于提升核心竞争力
- 涉及多个嵌入式平台，技术广度大，能积累软硬件协同优化经验
- 工作强度可能较大，涉及多个项目并行，需较强抗压能力
缺点 / 挑战
- 音频算法落地对实时性和资源要求苛刻，工程化难度较高
- 需要持续跟进学术界最新进展（如ICASSP/INTERSPEECH），学习压力大
- 适合对语音和音频技术有浓厚兴趣、享受算法研究与工程化挑战、具备扎实编程和深度学习基础的硕士及以上学历候选人
角色解读
- 技术方向：从音频算法工程师进阶为资深算法专家，主导核心算法研发
- 管理方向：逐步承担团队管理和项目领导角色，成为技术负责人
- 跨领域：向更广泛的AI语音交互领域发展，如自然语言处理、多模态交互等
- 负责语音通话及交互链路的算法研发，包括AI降噪、回声消除、去混响等前端处理
- 设计并实现多麦克风语音处理算法，如GSC、MVDR、DOA等，应用于会议通话和远场交互
- 参与语音唤醒、声纹检测、语音识别、TTS等模型的训练与优化，推动人机语音交互落地
- 将算法在DSP、ARM、NPU等嵌入式平台上工程化部署，并进行性能优化
- 扎实的C/C++和Python编程能力，以及规范的代码习惯
- 熟练掌握深度学习框架（PyTorch、OnnxRuntime），具备模型开发与部署经验
- 深入理解语音信号处理和麦克风阵列算法（如GSC、MVDR、DOA）
- 了解DSP、ARM、NPU等嵌入式平台，有算法移植和优化经验
申请策略
- 在简历中清晰描述你在项目中解决的具体技术难题和量化成果
- 提前了解瑞芯微的产品线（如智能音箱芯片），结合职位说明展示匹配度
- 突出语音相关项目经历，尤其是降噪、回声消除、麦克风阵列等实际落地经验
- 强调深度学习模型开发与部署的细节，包括框架选择、性能优化、平台移植
- 列出发表的论文或竞赛成绩，如ICASSP、DNS Challenge等，证明学术能力
- 补充嵌入式编程（DSP/ARM）和模型压缩量化知识，提升工程化能力
- 深入学习PyTorch和OnnxRuntime的部署工具链，熟悉TensorRT等推理优化
面试指南
- 技术题：先阐述理论背景，再结合你的项目经验，最后总结关键要点
- 工程题：说明遇到的问题、分析过程、解决方案和最终效果
- 开放题：展示你的系统思维，从多个维度（时延、资源、准确率）权衡利弊
- 请详细解释你设计过的语音降噪算法，包括输入输出、模型结构和评价指标
- 如何将训练好的深度学习模型部署到DSP或ARM平台？遇到哪些挑战？
- 多麦克风阵列中GSC和MVDR的区别是什么？你如何选择适用场景？
- 描述一次你解决频谱泄漏或回声消除不彻底问题的经历
- 你如何评价一个语音交互系统的整体性能？从算法和用户感受两个角度
职位点评
65
综合评分
上市大厂，前沿音频算法，技术栈新，薪资竞争力，WLB未知。
更适合这类人
最适合追求技术成长和前沿挑战的求职者，对薪资和WLB敏感者需谨慎评估。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活50
使命价值60
薪资福利
65中等
薪资未明确披露，但瑞芯微作为上市中大型企业，薪酬福利通常具有竞争力。福利项未在JD中提及，补偿性动机满足程度中等。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
职位专注于AI语音前沿技术，涉及深度学习、多麦克风阵列、嵌入式部署等，成长空间大。但JD未明确晋升通道，发展性动机满足程度较高。
技术前沿前沿/新兴技术
技术栈AI降噪、回声消除、多麦克风、深度学习、PyTorch、OnnxRuntime、DSP、ARM、NPU、语音识别、TTS
业务类型ambiguous
工作生活
50较低
仅现场办公，未提及弹性工作或远程选项，WLB信息缺失，生活化动机满足程度较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
音频算法属于高速增长赛道，技术有创新性，但社会影响力一般，使命信号缺失，意义感动机满足程度中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs