小米音频算法开发工程师实习生

1. 基于自适应滤波技术（Fx-LMS等）开发前馈式主动降噪算法，完成实车参数调试、工况识别与稳定性控制； 2. 完成在ADSP、ADI平台上的算法移植与优化； 3. RNC算法的性能评估与测试；

安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估，表现优秀者可直接获得校招转正机会，提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生，也期待与你共同成长。 【你将参与】 1. 音频/健康算法优化： 分析和优化现有的音频处理算法，以提高性能和效率。 将深度学习算法推理用C/C++实现。 对算法做定点化，以便更高效运行在嵌入式系统中。 完成AI算法在芯片上的部署，必要时需要考虑量化噪声等问题进行模型重新训练。 2. 系统集成： 将音频/健康算法集成到嵌入式系统（包含音箱、耳机、手环等）中，确保与其他系统组件的无缝协作。 参与系统架构设计，确保音频处理模块的高效集成。 3. 代码开发和维护： 编写高质量、可维护的代码，遵循最佳编程实践。 进行代码审查，确保代码质量和性能。

安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估，表现优秀者可直接获得校招转正机会，提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生，也期待与你共同成长。 【你将参与】 1. 音频/健康算法优化： 分析和优化现有的音频处理算法，以提高性能和效率。 将深度学习算法推理用C/C++实现。 对算法做定点化，以便更高效运行在嵌入式系统中。 完成AI算法在芯片上的部署，必要时需要考虑量化噪声等问题进行模型重新训练。 2. 系统集成： 将音频/健康算法集成到嵌入式系统（包含音箱、耳机、手环等）中，确保与其他系统组件的无缝协作。 参与系统架构设计，确保音频处理模块的高效集成。 3. 代码开发和维护： 编写高质量、可维护的代码，遵循最佳编程实践。 进行代码审查，确保代码质量和性能。

1. 参与音乐生成模型开发： 协助设计、训练和评估基于深度学习（如Transformer, Diffusion Model）的音乐生成模型。 2. 数据处理与分析： 负责音乐数据集的收集、清洗与预处理，并对生成结果进行分析和优化。 3. 原型与工具开发： 参与音乐生成相关功能模块或小型工具的原型实现和代码维护。 4. 前沿技术探索： 学习并复现音乐AI领域最新论文和技术，并尝试在项目中应用。