小红书【REDstar】AI音频算法工程师
任职要求
1、本科及以上学历，计算机等相关专业优先； 2、精通Tensorflow，Pytorch等工具，了解深度学习技术，具有模型优化经验； 3、熟悉Linux开发环境，熟练掌握C++，python，Shell等编程语言，对数据结构与算法有深刻理解者优先； 4、在相关国际会议或期刊（ICASSP、INTERSPEECH、ISMIR、 ASRU、 TASLP、 Speech Communication）发表过论文者优先； 5、较强的自驱力，有冲劲，成长诉求强烈，具备出色的沟通能力和跨部门团队协作能力。
工作职责
1、在业务场景下围绕基于大模型的语音识别及合成、音乐理解及生成等方向搭建核心技术，支撑平台业务板块，将AI语音交互技术服务赋能产品线； 2、跟进最领先的基于大模型的语音交互/音乐生成技术，包括但不限于提出新的技术框架、改进现有的算法、持续提升相关技术指标，并撰写论文及申请专利。
1、参与点,直播各场景音频算法，引擎和策略的研发，保障高质量的音频消费体验； 2、参与直播音频引擎的开发，包括音频采集，渲染和混音模块，在多平台完成集成和性能调优； 3、参与音频策略算法的研究，包括但不限于： ①语音降噪（Noise Suppression），回声消除（AEC）等3A算法 ②语音合成与修复等AI算法； ③抗丢包与弱网对抗技术（FEC、PLC）等编解码算法 4、跟踪业界前沿音频技术，参与3D 音效和空间音频等方向的调研与业务落地； 5、参与音频质量评测体系建设，配合进行主观/客观音质测试与问题定位。
云原生/Serverless 研发： 1、参与小红书搜广推在离线应用的 Serverless/FaaS 研发框架的设计和开发工作，支持 Java、C++ 等多种语言的应用低成本接入和使用； 2、参与适用于在离线一体的运维调度引擎设计和开发工作，支持数据、索引、代码包、流量、模型等的运维调度； 3、从端到端全流程打造高可靠、高性能、易扩展的 Serverless/FaaS 平台； 4、探索 Serverless + AI 研发新范式，帮助开发者享受到更极致的 AI 时代红利。 AI Agent 研发： 1、参与小红书 AI agent 框架技术研发，包括 DeepResearch Agent、PlanExecutor Agent、Multi Agent、通用 Agent 等技术开发； 2、打造小红书 AI agent 分布式研发运维体系，包括传统应用低成本接入，agent 的调试、运维、上线等，打造 AI 分布式应用研发体系； 3、构建并探索面向 agent 的评估体系，帮助复杂业务的 agent 形成持续迭代优化的正向循环体系； 4、探索创新更易上手开发的 agent 构建方式，更稳定可靠的 agent 的运行方式，突破大模型能力应用上限。
大模型AI Infrastructure团队专注于大语言模型领域的前沿技术研究和落地，提供高性能、高可靠、可扩展的机器学习系统、丰富的异构计算资源和极致的端到端的机器学习服务体验，为公司提供核心技术能力和服务。 1、负责机器学习框架的研究与开发，服务于公司各个产品； 2、高效部署，优化NLP/多模态大模型核心业务模型。
小红书中台AI平台团队致力于打造业界领先的一站式AI平台，通过技术创新和工程优化，为公司AI业务发展提供强有力的基础设施支撑，实现算法研发效率的显著提升和成本的有效控制。我们负责调度公司所有AI模型训练及推理的数万卡GPU资源，基于自研的训练、推理、智能体框架，为公司所有算法及工程同学提供端到端、一站式的AI研发能力，包含大模型数据处理/训练/压缩/推理/部署及开箱即用的API体验、AI知识库/智能体应用构建、搜广推数据生产/模型训练/模型上线/特征管理/模型测试等。 1、负责大模型/搜广推模型开发平台、AI应用开发平台的架构设计和核心功能研发，构建云原生架构，设计高可用、高性能的微服务体系； 2、负责构建面向大模型、搜广推、智能体全流程DevOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地； 3、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、GPU虚拟化、存储&网络加速等手段，提升GPU集群使用效率； 4、将平台和框架结合，通过任务调度、弹性容灾、性能优化等措施端到端提升AI生产效率，涉及k8s/kubeflow、网络通信、分布式训练等； 5、优化各AI平台性能，提升系统稳定性和可扩展性，保障大规模并发场景下的服务质量与用户体验； 6、持续研究分析业内创新AI平台产品，优化技术方案，改进产品功能，提升创新能力与产品体验。