小红书端侧音频工程师-语音采集 / 前处理 / 流式传输

技术领导与架构： 负责翻译/同传类App的整体技术架构设计、技术选型与攻坚，确保应用的高性能、高可靠性与可扩展性。 核心功能开发： 主导实现实时音频流处理功能，包括低延迟采集、降噪、回声消除（AEC）、语音活动检测（VAD）。 主导实现音视频同步录制、播放与实时处理逻辑。 深度集成并优化云端或端侧AI语音识别（ASR）、机器翻译（MT）、语音合成（TTS） 引擎的SDK。 实现复杂的多语言UI与交互逻辑，如对话模式、字幕实时渲染、会议记录等。 性能优化： 持续优化应用的性能、内存占用和功耗，特别是在后台长时间运行及处理高强度音频任务时的稳定性。 代码与质量： 编写高质量、模块化、可维护的代码；建立并推行代码规范；主导Code Review，提升团队整体技术水平。 协作与沟通： 与产品经理、设计师、后端工程师及AI算法工程师紧密协作，共同定义API接口，推动产品迭代。

工作职责： 1.负责 端侧语音交互系统开发，包括语音唤醒、语音识别、语音合成及对话管理模块。 2-参与 座舱系统、小型机器人、IoT 交互设备 的语音服务及场景化交互方案研发。 3-设计并实现 语音服务框架，支持多场景、多模态的交互能力。 4-设计 对话管理引擎（Dialog Manager） 或 多轮对话。 5-与产品、算法、UI/UX 团队紧密协作，实现高效、自然的人机语音交互体验。 6-跟踪行业发展，探索 端云协同语音架构 及 轻量化语音模型 在不同硬件平台的落地应用。 团队沟通能力，能够推动语音交互功能从方案到产品落地。

我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。

【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。