小鹏汽车【探索者】声学系统工程师（硬件）
任职要求
1. 本科及以上学历，1年以上音响行业经验。
3. 具备良好的需求分析、功能设计、用户体验评估能力。
4. 有良好的问题解决，沟通协调，和跨团队合作推动能力，对于专业有坚持。
5. 思…工作职责
1. 负责智能音响各环节效果优化和迭代，融合普通用户和专家的意见，转化为详细方案； 2. 负责平台工具设计和落地，构建高效的评测和调音流程，满足多车型并行优化； 3. 能够与部门内、外部团队紧密配合，上下游部门对接和最优方案打合，并实际解决问题； 4. 音效进阶功能设计，包括不限于音乐可视化光电设计、歌曲播放风格动态调整、全景声体验优化、降噪下的音响体验综合优化等； 5. 熟悉行业和竞品的调研分析，高质量完成迭代工作。
本岗位有多个领域，符合任一方向即可 方向一：声学系统与无线传输 1、负责声学系统架构设计与创新，研究多声道环绕声、空间音频在TV产品中的实现方案。主导无线音频传输协议（如蓝牙、Wi-Fi音频）研究与应用，解决延迟、稳定性、音质损耗问题； 2、优化Soundbar与TV的无线连接性能（低延迟、高保真、抗干扰），研究多设备音频组网与同步技术。负责声学调试与主观听音评价，确保产品音质领先； 3、推动音频技术在TV主芯片平台的集成与优化，进行性能与功耗的平衡； 4、与硬件、软件、结构、ID团队紧密协作，确保声学系统方案在产品全链路中的实现； 5、进行技术前瞻洞察，构建专利壁垒，撰写高质量专利与技术文档。 方向二：二维磁性/铁电材料方向 1、负责二维磁性材料、铁电材料等新型声学功能材料的调研、特性研究及其在声学器件（如扬声器单元、麦克风）中的应用可行性论证； 2、开展基于新材料的声学器件（如微型扬声器、超声波传感器）设计、仿真、试制与测试，提升声学性能（如灵敏度、频响）或实现新功能（如定向发声）； 3、与供应商合作，推动新材料器件在产品中的量产落地，解决可靠性问题； 4、与材料研发、声学设计、硬件团队协作，完成新材料的验证与应用； 5、负责材料应用领域的创新开发与专利布局。 方向三：声学系统与AI算法方向 1、研究AI在音频处理中的应用，如智能音效增强、语音降噪、声场自适应、语音识别前端处理等算法的探索与研发； 2、主导深度学习模型（如CNN、Transformer）在音频场景的设计、训练、优化及端侧部署（如DSP、NPU平台）； 3、推动算法在TV芯片平台的移植、驱动开发与硬件加速，进行性能与功耗的极致优化； 4、与芯片、硬件、软件团队紧密协作，实现算法到产品的转化； 5、进行技术沉淀，形成专利和技术文档。
本岗位有多个领域，符合任一方向即可 方向一：声学系统与无线传输 1、负责声学系统架构设计与创新，研究多声道环绕声、空间音频在TV产品中的实现方案。主导无线音频传输协议（如蓝牙、Wi-Fi音频）研究与应用，解决延迟、稳定性、音质损耗问题； 2、优化Soundbar与TV的无线连接性能（低延迟、高保真、抗干扰），研究多设备音频组网与同步技术。负责声学调试与主观听音评价，确保产品音质领先； 3、推动音频技术在TV主芯片平台的集成与优化，进行性能与功耗的平衡； 4、与硬件、软件、结构、ID团队紧密协作，确保声学系统方案在产品全链路中的实现； 5、进行技术前瞻洞察，构建专利壁垒，撰写高质量专利与技术文档。 方向二：二维磁性/铁电材料方向 1、负责二维磁性材料、铁电材料等新型声学功能材料的调研、特性研究及其在声学器件（如扬声器单元、麦克风）中的应用可行性论证； 2、开展基于新材料的声学器件（如微型扬声器、超声波传感器）设计、仿真、试制与测试，提升声学性能（如灵敏度、频响）或实现新功能（如定向发声）； 3、与供应商合作，推动新材料器件在产品中的量产落地，解决可靠性问题； 4、与材料研发、声学设计、硬件团队协作，完成新材料的验证与应用； 5、负责材料应用领域的创新开发与专利布局。 方向三：声学系统与AI算法方向 1、研究AI在音频处理中的应用，如智能音效增强、语音降噪、声场自适应、语音识别前端处理等算法的探索与研发； 2、主导深度学习模型（如CNN、Transformer）在音频场景的设计、训练、优化及端侧部署（如DSP、NPU平台）； 3、推动算法在TV芯片平台的移植、驱动开发与硬件加速，进行性能与功耗的极致优化； 4、与芯片、硬件、软件团队紧密协作，实现算法到产品的转化； 5、进行技术沉淀，形成专利和技术文档。
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。
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！ 工作职责： 1、参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)等类型模型的推理服务框架； 2、参与/负责KV Router、PD分离/EPD分离、KVCache管理、动态PD调整等分布式推理能力建设； 3、通过并行计算优化、分布式架构优化、异构调度等多种框架技术，打造高效、易用、领先的AI推理框架； 4、参与/负责构建推理框架的系统容错能力，包括但不限于请求迁移、优雅退出、故障检测、自愈等能力建设； 5、深度参与周边深度学习系统多个子方向的工作，包括但不限于模型管理、推理部署、日志/监控、工作流编排等； 6、与全公司各业务算法部门深度合作，为重点项目进行算法与系统的联合优化，支撑业务目标达成。