小红书
音频引擎算法研发工程师
音频引擎算法研发工程师
发布于 大约 17 小时前普通员工/个人贡献者
北京市 / 上海市
高级经验
全职员工
仅现场办公
本科
深度学习
PyTorch
TensorFlow
音频信号处理
WebRTC
diffusion
FFmpeg
音效算法
AI 估算 · 30k–60k
小红书为超大型互联网公司，音频算法工程师属于高薪技术岗，需3年以上经验与深度学习能力，薪资在市场具有竞争力。
职位详情
关于这个职位
作为音频引擎算法研发工程师，你将加入小红书的核心技术团队，负责音频引擎的工程落地与优化，研发音效算法（如3D环绕声、降噪）、直播连麦算法（回声消除等）以及AI音频算法（如语音情感识别、生成式音频）
该职位需要扎实的信号处理与深度学习背景，参与端到端的产品适配与部署，推动前沿技术在音频场景中的创新应用
最低要求
本科及以上学历，计算机/信号处理/声学/电子信息等相关专业，3年及以上音频算法研发经验
精通音频信号处理理论，有音效算法实际研发经验
有直播连麦音频算法经验者优先
熟练掌握 TensorFlow/PyTorch 等至少一种深度学习框架，有音频领域深度学习算法落地经验
熟悉 Diffusion/Flow Matching/VITS/DiT 等生成式音频模型，有音频生成或TTS项目经验者优先
熟悉音频编解码技术及常见格式（MP3/AAC/WAV/OPUS等）
熟练使用 C++/Python，具备扎实的数据结构与算法基础
熟悉 C++ 性能优化（内存管理、缓存设计、多线程），能独立完成高复杂度算法的高效编码
有实时音频处理经验者优先
具备独立开展算法调研、设计、开发与优化的能力
沟通协调能力强，能高效推进跨团队项目
工作职责
工作职责 1、负责音频引擎工程，与媒体处理服务端、推流和播放客户端团队协作，完成音频引擎到产品的适配、优化与部署
负责音效算法（3D环绕声、混响、均衡器、降噪、空间音效等）及直播连麦算法（回声消除、噪声抑制、啸叫抑制、音频同步等）的研发与优化
开展AI音频算法研发，包括音频增强、音效生成、音频分类、语音情感识别等方向的模型设计与训练
负责生成式音频算法（语音转换VC、音乐/音效生成、音频修复与超分等），探索 Diffusion、Flow Matching、VITS 等架构的应用落地
撰写音频引擎设计文档、测试报告、落地手册等技术文档
跟踪音频算法与深度学习前沿技术，探索新方向在产品中的应用
优先资格
有音视频产品（音乐APP、直播平台、车载音频、智能音箱等）算法落地经验
熟悉 SIMD（NEON/SSE/AVX）优化，有 DSP 汇编级优化或音频内核手写优化经验
有 Interspeech/ICASSP/AES 等顶会参会或参赛获奖经历，或在 DCASE、VoiceMOS、Interspeech Challenge 等国际竞赛中取得优异成绩
在音频/语音领域顶会或期刊发表过论文，或持有相关专利
熟悉 FFmpeg、WebRTC、Librosa 等开源库的应用与二次开发
有音频硬件适配、声学测试或 Codec 内核开发经验者优先
AI 洞察
优缺点分析
- 小红书作为超大型互联网公司，技术资源丰富，能接触大规模音频数据处理和实时系统
- 职位涉及音频信号处理、深度学习和生成式模型等多个前沿方向，技能积累价值高
- 音视频是内容平台的核心能力，职业前景广阔，跳槽或创业都有竞争力
- 算法与工程结合紧密，需要扎实的C++优化和系统部署能力，技术栈要求全面
- 直播连麦等实时音频算法对延迟和稳定性要求极高，调试和优化难度大
- 行业竞争激烈，需要持续跟进顶会论文和开源社区，保持技术领先
- 适合有音频信号处理和深度学习背景、喜欢挑战高难度算法工程问题、希望在音视频领域深耕的技术人才
角色解读
- 技术深度上，可向音频算法专家、架构师方向发展，主导核心音频技术的研发与创新
- 横向可拓展至多媒体处理、语音交互、AI内容生成等更广泛的领域
- 管理路径上，可晋升为技术团队负责人，带领音频算法团队，参与产品技术决策
- 负责音频引擎的工程实现，与客户端和服务端团队协作将音频算法集成到产品中
- 研发和优化各种音效算法，如3D环绕声、降噪、混响等，以及直播连麦中的回声消除、噪声抑制等核心算法
- 设计并训练深度学习模型，用于音频增强、音效生成、语音情感识别等任务，并探索生成式音频模型（如Diffusion、VITS）的应用
- 精通音频信号处理理论，具备音效算法或直播连麦算法的实际研发经验
- 熟练掌握TensorFlow或PyTorch，有深度学习音频算法落地经验，熟悉生成式音频模型
- 熟练使用C++和Python，具备性能优化能力，熟悉音频编解码格式和常见开源库
申请策略
- 在面试中展示对音频领域前沿技术的理解，可提及Interspeech、ICASSP等会议论文的亮点
- 准备一个完整的音频算法工程化案例，从调研到代码实现到性能优化，体现系统思维
- 突出音频算法研发项目经历，尤其是音效、回声消除、降噪等落地案例
- 详细描述使用深度学习框架训练音频模型的实验过程、性能指标和部署经验
- 强调C++性能优化成果（如帧率提升、内存优化）以及多线程实时音频处理经验
- 提前熟悉小红书产品中音频相关功能（如音乐、直播），思考可能的改进方向
- 补充生成式音频模型（如Diffusion、VITS）的理论与实践，尝试开源项目复现
面试指南
- 针对技术原理题：先概述基础理论，再结合项目实践说明具体实现和遇到的挑战及解决方法
- 针对优化题：说明问题背景，分析瓶颈，提出优化方案并量化效果（如延迟降低XX%）
- 针对协作题：使用STAR法则（Situation-Task-Action-Result）清晰表达
- 请讲解一下回声消除的基本原理，以及你在项目中如何实现的？
- 在训练深度学习音频模型时，你如何处理数据不平衡和过拟合问题？
- C++中如何优化实时音频处理的内存分配和延迟？请举例说明
- 你对Diffusion模型在音频生成中的应用有什么看法？相比其他生成模型有哪些优劣？
- 描述一次你跨团队协作解决音频引擎问题的经历，你是怎么沟通和推进的？
匹配度报告
71
综合匹配度
超大型互联网公司的核心音频算法岗，前沿技术栈，薪资优厚，但WLB可能一般。
适合人群
最适合追求技术深度和前沿发展的求职者，愿意投入较高强度工作换取技能快速成长和可观薪酬。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展90
工作生活40
使命价值70
薪资福利匹配
85较高
小红书作为C轮后超大型企业，薪资福利在行业中处于较高水平，该职位为中级技术岗，薪资竞争力强。
薪资信号未披露 (30K-60K/月)
成长发展匹配
90较高
职位涉及音频信号处理、深度学习和生成式模型等前沿技术，技能成长空间大，但JD未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈音频信号处理、深度学习、TensorFlow、PyTorch、Diffusion、Flow Matching、VITS
业务类型profit_center
工作生活匹配
40较低
工作地点在北京或上海，需要现场办公，JD未提及弹性工时或远程工作，互联网公司通常有较强的工作压力。
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）
使命价值匹配
70中等
音频算法在内容平台中提升用户体验，有应用价值，但社会影响力主要体现在产品层面，使命感一般。
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