智元机器人
云通信研发工程师- Genie
云通信研发工程师- Genie
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音视频技术
音视频技术
Go
Livekit
Mediasoup
Pion
Qos
Sfu
Webrtc
音视频编解码
值不值得投
76综合评分
综合评分 76
具身智能独角兽核心云通信岗，技术栈前沿且极具挑战，成长空间大，但WLB未明确。
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
4.8万
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
这家公司招聘很活跃
约 1440 个在招
市场机会
选择适中
上海 · 音视频技术 · 19 个在招
职位详情
关于这个职位
该职位负责智元机器人云通信平台的底层架构设计与核心代码开发，主导WebRTC媒体服务器选型与SFU架构设计，优化音视频传输质量
你需要将音视频核心技术落地于远程协作、AR互动等业务场景，并跟踪WebRTC、AV1等前沿技术，是机器人云端交互体验的关键技术角色
最低要求
本科及以上学历，机器人、计算机、电子信息等相关专业
深入掌握 WebRTC 协议栈，对 ICE、DTLS、SRTP、GCC/BWE、NACK/PLI/FEC 等有实战调优经验
熟悉主流的webrtc开源项目如 Mediasoup、LiveKit、Pion，具备大规模生产部署经验
了解音视频编解码（H.265/VP9/AV1）与硬件加速
精通 Go / C++ 之一，具备高性能网络服务开发能力（高并发、低延迟、内存优化）
熟悉 Kubernetes、微服务治理、可观测性（Prometheus/Grafana/ELK）在音视频场景的应用
具备从 0 到 1 构建高可用、可扩展音视频平台的成功案例
优秀的技术判断力、跨团队协作能力与技术领导力
工作职责
主导 WebRTC 媒体服务器的选型、定制、部署与优化，编写高质量核心代码
设计支持低延迟、高并发的 SFU 架构，涵盖信令、媒体传输、NAT 穿透（TURN/STUN）、QoS 监控等全链路
优化音视频传输质量（QoS/QoE），包括抗弱网、拥塞控制、FEC、Jitter Buffer 等
对接或定制开源 WebRTC 栈，提升系统稳定性与性能
推动音视频核心技术在业务场景（如远程协作、AR 互动）中的落地与创新
跟踪 WebRTC、AV1、SFrame、WebTransport 等前沿技术，评估并引入生产环境
优先资格
熟悉端侧 SDK（Web/iOS/Android）与服务端协同优化
GitHub 有 WebRTC 相关开源贡献
AI 洞察
优缺点分析
优点
- 身处具身智能与机器人这一高速增长赛道，技术应用场景（如远程协作、AR互动）极具想象空间与前瞻性
- 技术栈非常前沿，涉及WebRTC、AV1、SFrame等最新音视频技术，能积累深厚的底层技术壁垒
- 作为B轮独角兽的核心研发岗，有机会从0到1构建平台，个人技术影响力与业务贡献度极高
- 音视频底层开发与弱网优化技术门槛极高，需要深厚的网络协议栈功底与长期的实战经验积累
- 机器人云通信属于创新业务场景，缺乏成熟的行业参考，需要极强的技术探索与问题解决能力
- 适合对音视频底层技术有狂热追求、具备扎实网络协议功底，且希望在具身智能前沿领域深耕的高级技术极客
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向可发展为音视频技术专家或首席架构师，主导公司级核心底层技术演进
- 横向可向技术管理方向发展，带领团队攻克具身智能领域的云端交互技术难题
- 负责云通信平台的底层架构设计，主导WebRTC媒体服务器选型与SFU架构开发，解决低延迟、高并发等核心技术难题
- 优化音视频传输质量，处理抗弱网、拥塞控制等复杂网络场景，保障远程协作与AR互动等业务的流畅体验
- 跟踪并引入WebRTC、AV1等前沿音视频技术，推动核心技术在机器人业务场景中的落地与创新
- 精通WebRTC协议栈及主流开源项目（如Mediasoup、LiveKit），具备大规模生产部署与实战调优经验
- 精通Go或C++，具备高性能网络服务开发能力，熟悉Kubernetes及微服务治理在音视频场景的应用
- 了解音视频编解码（H.265/VP9/AV1）及硬件加速，有从0到1构建高可用音视频平台的成功案例
申请策略
- 提前了解智元机器人的产品线及具身智能业务场景，思考云通信技术在机器人远程操控、AR互动中的具体应用价值
- 重点突出WebRTC协议栈的实战调优经验，特别是ICE、DTLS、SRTP及拥塞控制（GCC/BWE）等底层细节
- 详细阐述从0到1构建高可用音视频平台的成功案例，量化高并发、低延迟等核心性能指标
- 展示在Mediasoup、LiveKit或Pion等开源项目中的深度使用经验，若有GitHub开源贡献务必附上链接
- 深入复习音视频编解码原理（特别是AV1）及硬件加速方案，了解SFrame、WebTransport等最新标准
- 强化Go/C++在高性能网络服务中的内存优化与并发处理技巧，熟悉K8s在音视频微服务中的可观测性建设
面试指南
- STAR法则：针对架构设计或优化案例，按照情境、任务、行动、结果的框架，重点突出技术选型的思考过程和量化收益
- 底层原理+实战调优：回答协议栈问题时，先简述底层原理（如GCC算法机制），再结合具体业务场景说明调优策略和踩坑经验
- 请详细描述你主导的SFU架构设计，如何处理高并发下的媒体流转发与NAT穿透问题？
- 在弱网环境下，你是如何结合FEC、NACK、Jitter Buffer和拥塞控制算法来优化QoE的？
- 对比Mediasoup、LiveKit和Pion，它们在架构和性能上有什么差异？你在实际生产中是如何选型和定制的？
- 请分享一个你从0到1构建音视频平台的案例，遇到了哪些最大的技术挑战，是如何解决的？
- 复习WebRTC核心协议栈细节，准备1-2个自己主导的复杂网络优化或高并发架构设计的深度技术案例
- 了解智元机器人的最新产品发布和业务方向，准备一些关于云通信如何赋能具身智能业务的个人见解
职位点评
薪资福利80
成长发展90
工作生活45
使命价值85
薪资福利
80较高
作为B轮独角兽的核心技术岗，薪资具备较强竞争力，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：3.5千–6万/月）
成长发展
90较高
技术栈极其前沿，涉及WebRTC、AV1等最新标准，且处于具身智能这一新兴赛道，技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈WebRTC、SFU、Go、C++、Kubernetes、Mediasoup、LiveKit、Pion、AV1、SFrame
业务类型ambiguous
工作生活
45较低
JD未提及工作模式与WLB相关信息，且作为成长期科技公司的核心研发岗，工作强度可能较大。
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
85较高
身处具身智能与机器人这一具有重大社会价值和广阔前景的高速增长赛道，使命感与行业前景得分较高。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs