智元机器人
声学前端算法
声学前端算法
发布于 大约 20 小时前中层管理(经理/总监)
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)
Aec
Pytorch
Tensorflow
信号处理
噪声抑制
嵌入式部署
波束形成
深度学习
麦克风阵列
AI 估算 · 35k–60k
高级算法负责人岗位，上海薪资水平较高，B轮公司有期权可能，综合市场行情估算。
职位详情
关于这个职位
该职位负责机器人声学前端算法的研发与落地，包括麦克风阵列处理、噪声抑制、回声消除等核心技术，需结合传统信号处理与深度学习
你将带领团队制定技术路线，协同硬件优化，并推动算法在服务/工业机器人场景的工程化落地
适合有5年以上经验、精通声学算法与端侧部署的资深工程师
最低要求
学历与专业：硕士及以上学历，计算机、电子工程、声学、信号处理、通信工程等相关专业，5年以上机器人/消费电子/车载声学前端研发经验，2年以上团队管理经验
核心技术能力：扎实的数字信号处理（DSP）基础，精通机器人声学前端核心算法（BF、AEC、NS、DOA、VAD、语音分离等），具备丰富的算法设计、优化与工程化落地经验
熟悉麦克风阵列技术（环形/线形/柔性），了解机器人声学结构设计要点，具备“硬件+算法”协同优化经验，能解决机器人狭小空间、复杂结构下的拾音难题
精通至少一种深度学习框架（PyTorch/TensorFlow/Kaldi），有基于神经网络的声学前端算法（如语音增强、分离）研发与落地经验，了解端侧模型压缩、量化与部署技术
熟练掌握C/C++/Python编程语言，熟悉Linux开发环境，具备机器人端侧（嵌入式/ARM/DSP/NPU）算法部署与优化经验，能解决低延迟、低功耗约束下的技术问题
熟悉机器人多场景声学痛点（如商场、工厂、展厅等复杂噪声，风扇噪声、运动机械噪声干扰），有服务机器人/工业巡检机器人/特种机器人声学前端项目量产落地经验者优先
团队管理与项目能力：具备优秀的团队管理能力，能搭建高效的研发团队，制定合理的考核与成长体系，激发团队活力与创造力
具备较强的项目统筹能力，能独立负责大型声学前端项目的全流程推进，善于协调跨部门资源，解决项目中的复杂问题，确保项目按时保质交付
具备良好的技术决策能力，能在复杂约束（延迟、功耗、成本）下做出最优技术选择，平衡技术先进性与产品落地性
其他要求：具备强烈的责任心、创新意识与攻坚能力，能快速响应业务需求，解决量产落地中的突发技术问题
良好的沟通表达与跨部门协作能力，能清晰传递技术方案，推动跨团队协同落地
工作职责
技术战略与规划：结合机器人业务场景（服务、工业、巡检等）需求与行业技术趋势，制定声学前端技术 roadmap，明确短期迭代目标与长期创新方向，统筹声学硬件适配、算法研发、工程化落地全流程，确保技术方案贴合产品量产与场景化需求
核心技术研发与落地：主导机器人声学前端核心算法研发与优化，包括但不限于麦克风阵列处理、波束形成（BF）、回声消除（AEC）、噪声抑制（NS/ECNR）、语音分离、声源定位（DOA）、语音活动检测（VAD）等，结合传统信号处理与深度学习技术（如DCCRN、FullSubNet等），提升复杂环境下的拾音清晰度与抗干扰能力
负责算法的工程化落地，适配机器人端侧算力约束（Jetson/RK等平台），优化延迟、功耗与内存占用，解决量产过程中的声学技术难题
硬件与算法协同：协同硬件团队完成麦克风阵列（环形/线形/柔性）、声学结构件的选型、设计与调试，解决机器人头部空间受限、结构复杂带来的拾音妥协问题，实现“硬件+算法”协同优化，提升声学前端整体性能
对接扬声器、音频处理模块，完善语音输入输出全链路体验
团队管理与建设：搭建并管理声学前端研发团队（算法、工程化），明确团队成员职责与成长路径，组织技术培训、代码评审与技术攻关，提升团队整体技术能力
营造创新氛围，推动团队跟踪ICASSP、Interspeech等顶会技术进展，落地技术创新
项目统筹与协同：统筹声学前端相关项目的立项、推进与验收，制定项目计划，把控项目进度与质量，协调跨部门（产品、硬件、测试）资源，解决项目推进中的技术瓶颈与协同问题，确保项目按时交付
建立声学前端算法评测体系与测试标准，保障产品声学性能达标
技术创新与优化：跟踪机器人声学领域前沿技术（如自适应ECNR、智能拾音、多模态声学感知等），结合业务需求开展技术预研与创新，落地差异化技术方案
收集产品反馈与场景数据，构建数据闭环，持续迭代优化声学算法，提升产品用户体验
合规与质量管控：针对工业、特种机器人等场景，确保声学前端技术方案符合行业相关标准，协同质量团队完成失效分析与风险防控，保障产品稳定性与可靠性
优先资格
有国际顶会（ICASSP、Interspeech）或核心期刊论文发表，或开源声学算法项目经验者优先
有功能安全认证（如ISO 26262）相关经验者优先
AI 洞察
优缺点分析
优点
- 机器人行业处于高速增长期，声学前端是智能交互的核心，技术壁垒高、价值大
- 岗位兼具算法研发与团队管理，能提升技术视野与领导力，职业发展空间大
- 可接触到最前沿的深度学习声学算法与端侧部署技术，持续学习成长
- B轮公司，技术决策权大，有望参与产品从0到1的完整过程
- 机器人场景噪声复杂多变，对算法的鲁棒性和实时性要求极高，技术攻坚难度大
- 适合在声学算法领域有深厚积累，渴望从技术骨干转型为技术管理者，并愿意在机器人赛道深耕的资深工程师
缺点 / 挑战
- 端侧算力有限，需要在效果与延迟/功耗之间做精细权衡，工程化挑战大
- 需要同时管理团队和协调跨部门资源，对沟通与项目管理能力要求较高
角色解读
- 成长为机器人声学技术专家或首席科学家，主导前沿算法研究与行业标准制定
- 横向发展为技术总监或CTO，全面负责机器人感知系统或AI平台的技术战略
- 积累机器人多场景量产经验后，可向更广泛的智能硬件声学领域拓展
- 制定机器人声学前端技术路线，主导麦克风阵列处理、噪声抑制等核心算法的研发与优化
- 带领团队将算法部署到Jetson/RK等端侧平台，解决低延迟、低功耗约束下的工程化问题
- 协同硬件团队完成麦克风阵列选型与声学结构设计，实现硬件与算法联合调优
- 统筹跨部门项目，建立评测体系，确保产品量产时的声学性能达标
- 扎实的数字信号处理功底，精通波束形成、回声消除、噪声抑制等声学前端算法
- 熟练使用PyTorch/TensorFlow等深度学习框架，有语音增强、分离等神经网络落地经验
- 掌握C/C++/Python，熟悉嵌入式Linux开发，有ARM/DSP/NPU平台算法部署经历
- 年以上相关经验，2年以上团队管理经验，具备技术决策与项目统筹能力
申请策略
- 深入了解智元机器人的产品线（服务、工业、巡检机器人），在面试中展示对业务场景的思考
- 准备一个你主导的声学前端技术选型与落地的详细案例，体现技术决策与工程化能力
- 突出声学前端算法的完整项目经验，尤其是从算法设计到量产落地的全流程案例
- 强调团队管理经历，如团队组建、成员培养、项目推进的具体成果
- 展示在低资源端侧（如Jetson/ARM）的优化经验，包括延迟、功耗、模型压缩等量化指标
- 列出发表在ICASSP、Interspeech等顶会的论文或开源项目贡献
- 补强机器人特定噪声环境（风扇、运动机械声）下的算法调优经验，可预研相关技术
- 学习端侧推理框架（如TensorRT、ONNX Runtime）及模型量化工具，提升部署能力
面试指南
- STAR法则：先描述背景与挑战，再说明你的技术选型与实施步骤，最后量化成果
- 技术决策时阐明权衡：列出约束条件（延迟/功耗/成本），说明为什么选择某方案，并给出改进空间
- 管理类问题：强调目标分解、团队赋能与跨部门协作，结合具体案例
- 请描述你在一个机器人项目中，如何解决复杂噪声环境下的拾音问题？
- 在端侧低功耗平台上部署深度学习声学模型时，你做了哪些优化以平衡效果与资源？
- 作为团队管理者，你如何设定声学算法团队的KPI并推动技术成长？
- 你如何看待自适应ECNR的发展趋势？在机器人场景中如何落地？
- 如何评估麦克风阵列的硬件方案对算法性能的影响？请举例说明
职位点评
66
综合评分
前沿声学技术岗，发展空间大但加班可能，适合技术管理型人才。
更适合这类人
适合追求技术成长和职业发展，愿意投入高强度工作换取前沿技术栈和管理经验的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活40
使命价值70
薪资福利
70中等
职位薪资水平较高，属于行业上限，但B轮公司稳定性一般，未明确福利，补偿性动机满足度中等偏上。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
85较高
职位涉及前沿声学技术、团队管理、项目统筹，成长空间大，技术栈新颖，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈深度学习、波束形成、AEC、噪声抑制、PyTorch、TensorFlow、Jetson
成长机会团队管理与建设、技术培训、技术创新与优化
业务类型ambiguous
工作生活
40较低
仅现场办公，未提及弹性工作或远程，上海工作节奏较快，生活化动机满足度较低。
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
70中等
机器人行业高速增长，声学技术提升人机交互体验，具有一定社会价值，但使命感信号不强烈。
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