传音算法开发工程师-上海(J18581)
任职要求
1、计算机、通信、数学或统计学、人工智能、软件工程等相关专业硕士及以上学历。 2、熟悉经典的机器学习算法（如SVM、决策树等）以及深度学习框架（如TensorFlow、PyTorch、Caffe等），对Attention机制基于不同场景的变种有深入理解，能独立进行模型训…
工作职责
通过技术创新和应用落地，引领智能手机行业的发展，创造更具价值的产品和更卓越的用户体验，同时推动技术向绿色、可持续和智能化方向发展。 1、提升用户体验：开发和优化算法，提升手机在影像、语音识别、智能助手、人机交互等方面的表现，为用户提供更流畅和智能的使用体验。 2、推动技术创新：引入最新的算法技术（如深度学习、AI优化算法），将前沿研究转化为实际产品，从而增强产品竞争力。 3、优化硬件性能：针对手机硬件（如摄像头、传感器、芯片等）设计高效的算法，以降低功耗、提升计算效率，同时增强设备功能。 4、解决实际问题：针对用户反馈和市场需求，设计专属算法解决问题，比如提升弱光拍摄效果、增强语音识别准确率等。
1. 根据线控底盘相关需求能够进行算法的设计和优化； 2. 对设计的算法进行快速原型开发，进行台架和实车的测试和优化； 3. 将成熟的算法按照MBD的方法进行应用层软件组件的开发和测试。
1. 从事编曲音乐AI生成算法研发，探索基于深度学习（如Transformer、GAN、扩散模型）的音乐生成模型，实现高质量、风格可控的音乐创作； 2. 开发声学降噪AI算法，熟悉自适应滤波算法（LMS/NLMS/FuLMS）及麦克风阵列技术，具备车载噪声抑制（ANC/RNC）算法开发经验，能结合车速、路况等多模态传感器数据优化降噪策略，并有汽车声学项目落地或算法仿真验证案例； 3. 掌握多模态感知技术（音频、视觉、生理信号），具备情绪识别（压力/疲劳检测）或环境感知（噪声/温度）模型开发经验，能结合边缘计算（模型量化/剪枝）实现低功耗设备上的实时感知系统，且有完整Demo（如ThermoMind或跌倒检测）开发经历； 4. 推动算法在边缘计算设备（如嵌入式芯片、低功耗AI加速卡）上的部署与优化，完成从原型设计到实际Demo的全流程落地。
1、负责手机视频/图像处理、计算摄影、计算机视觉、机器学习等算法的规划、设计和实现。 2、负责图像视频算法在项目上应用落地，包括人像美颜/增强/虚化/渲染、HDR/降噪/超分/去模糊，基于EVS/多光谱等新器件的定制化算法设计。主要职责包含原型验证，方案开发，性能/效果优化、对比分析等。 3、负责感知算法，例如场景识别、目标检测及跟踪，分割、深度估计，运动估计，视频理解等算法的性能/效果优化、模型训练，量化与部署等。 4、负责AIGC新业务方向算法，例如AIGC图像编辑，图像生成，多模态图像重绘，图-视频转换等算法的数据构建，原型开发，模型轻量化及端侧部署。 5、与影像camera其他软件开发，调试，硬件团队紧密合作，优化图像和视频质量，保证拍照效果。 6、持续学习和提升，关注最新学术论文和行业技术，对图像算法技术长期跟进和梳理。
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。