吉利汽车
前瞻技术研究岗（算法移植）
前瞻技术研究岗（算法移植）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Fft
Fir
Iir
Matlab
Poc验证
Rnc
算法移植
音频算法
值不值得投
73综合评分
综合评分 73
上市车企前瞻技术岗，技术前沿且成长空间大，薪资具竞争力，但WLB情况未明。
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
2.8万
比算法优化工程师中位数低
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 2830 个在招 · 其中算法优化工程师 24 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 约 130 个在招
职位详情
关于这个职位
负责音效算法从原型到PC工程的全流程移植与优化，主导算法从Matlab/Python到C/C++的流式处理
与算法和硬件团队紧密合作，完成RNC、独立音区等算法的车辆POC验证及音频硬件选型对接，确保车载音频系统的高效稳定运行
最低要求
电子信息工程、通信工程、计算机科学与技术等相关专业，本科及以上学历
年以上算法工程相关工作经验
熟悉音频算法开发流程，对音频信号处理有深入理解
熟练掌握 C/C++、Python 等编程语言，能够独立完成算法代码编写与调试工作，确保算法在实际应用中的稳定性和高效性
对 RNC、独立音区、环绕算法等有深入理解，并拥有从算法原型到工程落地的成功案例，能有效解决算法在实际应用中出现的各类问题
具备良好的沟通协作能力，能够与算法团队、硬件团队等跨部门团队高效沟通，共同推进项目进展，及时解决工作中出现的问题
工作职责
负责音效算法从原型到PC工程的全流程工作，确保算法能够在PC稳定运行，实现算法最优效果
主导算法原型从matlab、python版本到流式处理，优化AI模型C/C++实现以及各个通用语音处理算法如FFT、IIR、FIR等C/C++实现
与算法团队紧密合作，完成 RNC（噪声抑制与回声消除）算法、独立音区算法、环绕算法等的车辆POC验证，保障算法在实际应用中的准确性和高效性
对已落地的算法进行持续优化，根据实际应用场景和用户反馈，不断改进算法性能，提升音频质量
协同硬件团队进行音频硬件选型（扬声器、麦克风、传感器等）和设计，确保硬件与算法的无缝对接，实现最优算法系统性能
优先资格
有音频算法工程落地经验者优先
AI 洞察
优缺点分析
优点
- 处于智能座舱和车载音频快速发展的赛道，技术壁垒高，个人技能积累深厚
- 依托上市巨头企业的平台资源，能接触到最前沿的车辆POC验证和硬件选型全流程
- 算法移植与工程落地需要解决大量底层性能和兼容性问题，对代码调试和系统级优化能力要求极高
- 需要频繁与算法、硬件等多个跨部门团队沟通协同，对沟通效率和项目推进能力是较大考验
- 具备扎实C/C++功底和音频算法背景，喜欢钻研底层技术并渴望在智能汽车座舱领域深耕的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向可发展为音频算法工程专家或首席工程师，主导下一代车载音频系统架构
- 横向可向智能座舱声学系统负责人或软硬件协同技术管理方向发展
- 负责音效算法从原型（Matlab/Python）到PC工程（C/C++）的全流程移植与优化，确保算法在车端稳定高效运行
- 与算法和硬件团队跨部门协作，完成RNC、独立音区等算法的车辆POC验证及音频硬件选型对接
- 精通C/C++和Python，具备扎实的音频信号处理基础（如FFT、IIR、FIR）及AI模型工程化能力
- 熟悉RNC、独立音区、环绕算法等车载音频算法，拥有从原型到工程落地的完整项目经验
申请策略
- 提前了解吉利汽车在智能座舱和声学领域的最新技术发布或车型配置，面试时结合具体车型谈技术落地
- 重点突出从Matlab/Python到C/C++的算法移植经验，以及具体的性能优化指标（如延迟降低、内存占用减少）
- 详细列举参与过的RNC、独立音区等车载音频算法项目，强调在车辆POC验证中的实际贡献
- 复习并深化对FFT、IIR、FIR等数字信号处理底层原理的理解，提升C/C++流式处理代码的编写效率
- 了解当前主流车载音频硬件（如DSP芯片、麦克风阵列）的特性及选型逻辑
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出在算法移植中解决的具体技术难点（如内存优化、指令集加速）及量化成果
- 在跨部门协作问题上，强调沟通机制的建立、技术语言的统一以及以目标为导向的问题解决思路
- 请详细描述一个你主导的从算法原型到C/C++工程落地的项目，遇到了哪些性能瓶颈及如何解决？
- 在RNC或独立音区算法的车辆POC验证中，如何保障算法在实际复杂声学环境中的准确性和高效性？
- 在协同硬件团队进行音频硬件选型时，你主要关注哪些核心参数？如何确保软硬件无缝对接？
- 针对流式处理场景，你是如何优化AI模型和通用语音处理算法的内存和计算效率的？
- 准备1-2个具有代表性的算法工程落地项目，梳理其中的技术架构图、优化前后对比数据
- 了解车载音频处理的行业痛点（如风噪、胎噪、车内混响），思考现有算法的改进空间
职位点评
薪资福利75
成长发展80
工作生活60
使命价值75
薪资福利
75中等
上市巨头企业提供具有市场竞争力的薪资，3年以上经验要求对应中级偏上薪资水平，福利体系完善。
薪资信号未披露（AI估算：2千–3.5万/月）
成长发展
80较高
前瞻技术研究岗涉及核心算法移植与POC验证，技术前沿性强，能深度参与智能座舱声学系统研发。
技术前沿前沿/新兴技术
技术栈C/C++、Python、MATLAB、RNC、FFT、IIR、FIR、AI模型
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式与加班情况，但前瞻技术研究及POC验证通常伴随一定的项目压力，WLB情况需进一步确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
智能汽车与车载音频属于高速增长赛道，提升用户驾乘体验，具有一定的社会价值与创新意义。
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