理想汽车声学AI算法开发工程师-上海
任职要求
1. 编程能力：熟练掌握Python/C++，熟悉TensorFlow/PyTorch等深度学习框架，具备Matlab/Scipy等信号处理工具使用经验； 2. 声学领域：熟悉 FFT、STFT、时频分析、麦克风阵列、波束成形、自适应滤波（LMS/NLMS/FuLMS）等技术； 3. AI生成技术：掌握 Transformer、GAN、扩散模型等算法在音乐生成中的应用； 4. 边缘计算：了解模型量化、剪枝、蒸馏等轻量化技术，有嵌入式开发（如Linux、RTOS）或FPGA/ASIC加速经验者优先； 5. 多模态感知：熟悉音频、视觉、传感器数据的融合建模，具备情绪识别、环境感知项目经验者优先。
工作职责
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。
作为音频团队的一份子，你将有机会和团队中业界顶尖的的技术专家和合作伙伴一起开发创新的音频算法，让更多的消费者喜欢我们的声音和产品！ 具体工作方向包括： 1.发现音频领域创新场景运用和提供算法解决方案； 2.参与移动设备中音频链路的算法开发和落地，包括采集、处理、回放和渲染等环节； 3.负责音频一个或多个算法模块的技术演进和开发； 4.负责算法模块在产品中的落地交付，达到设计指标； 5.跟踪业界最新技术发展，评估并预研新技术方向和技术。
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。
1、负责核心算法研发： 1）负责语音识别（ASR）算法的设计与优化，构建高精度、低延时的语音处理系统； 2）主导语种识别（LID）、说话人分离（SSD）等语音相关技术的研发与落地； 3）深入探索Whisper/FunASR等开源语音项目，结合业务需求进行技术创新与改进； 2、负责技术应用与优化： 1）将语音算法应用于会议转录、实时字幕、语音消息等ToB办公场景； 2）优化语音模型在云端的推理性能，提升资源利用效率； 3）建设语音领域的高质量数据集及评测体系； 3、工程能力建设： 1）深入使用Python进行算法开发，熟练应用PyTorch/TensorFlow搭建训练Pipeline； 2）构建高性能推理框架，探索TensorRT/Triton/OnnxRuntime等加速工具的应用； 4、跨团队协作： 1）与产品团队合作挖掘用户需求，推动语音技术在产品中的创新应用； 2）与工程团队协作完成模型部署，解决端到端落地中的技术挑战； 5、技术前瞻性研究： 1）持续跟踪ICASSP/INTERSPEECH等顶会最新进展； 2）探索语音与大模型结合的创新方向。
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。