主分类：语音与音频算法研发
辅助：嵌入式与固件研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "主动降噪算法工程师-汽车",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责汽车主动降噪算法开发，包括RNC（路噪）/ENC（发动机噪声）主动降噪算法开发、功能实现与系统优化；\n2. 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；\n3. 负责RNC算法集成，完成在ADSP、ADI平台的移植与优化；\n4. 音频DSP底软开发，包括音频外设驱动开发、低延迟音频链路实现、内存优化等；\n5. 负责主动降噪系统测试，包括硬件系统、软件系统的各模块测试，需根据项目目标和软件架构制定全面的测试策略；\n6. 负责主动降噪实车效果测试，包括不同工况下RNC(路噪)/ENC(发动机噪声)降噪效果测试、鲁棒性测试；\n7. 负责主动降噪系统测试环境搭建，包括硬件声学系统布置、软件测试环境搭建；\n8. 主动降噪系统测试软件开发，整体测试软件结构设计、特定部件的测试算法设计等；\n9. 撰写测试报告、软件开发文档等相关工作；",
"requirements_text": "1. 具有汽车主动降噪（RNC/ENC/ANC）算法开发经验者优先；\n2. 具有车载DSP、ADSP、ADI平台主动降噪开发经验者优先；\n3. 研究生及以上学历，信号处理、声学、车辆工程、计算机等相关专业；\n4. 精通RNC/ANC算法，自适应滤波技术及前馈式、反馈式车载噪声抑制策略；\n5. 熟练掌握MATLAB、Python、C/C++等编程语言，具备较强的代码实现与调试能力，并能在车载系统中进行音频信号处理；\n6. 熟悉车载音频系统及相关硬件，熟悉车载DSP、扬声器、功放、麦克风、加速度传感器等的作用和性能，熟悉常见音频接口（如PDM、TDM、PCM、I2S等）；\n7. 熟悉深度学习相关算法，能够在TensorFlow/PyTorch上开展试验；\n具有主动思考、积极探索技术解决方案的能力；具备主动担当、精益求精、不断超越极限的工程师精神；\n8. 具备良好的团队合作与沟通能力，清晰的逻辑思维能力，能够有力推动技术实现与优化；",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"MATLAB",
"深度学习",
"信号处理",
"团队协作",
"沟通能力",
"逻辑思维",
"C语言"
],
"preferred_qualifications": "1. 具有汽车主动降噪（RNC/ENC/ANC）算法开发经验者优先；2. 具有车载DSP、ADSP、ADI平台主动降噪开发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670919166278551835/detail"
}
]
},
"posting": {
"posting_id": "7670919166278551835",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670919166278551835/detail"
},
"fulltext": "主动降噪算法工程师-汽车\n职位描述\n1. 负责汽车主动降噪算法开发，包括RNC（路噪）/ENC（发动机噪声）主动降噪算法开发、功能实现与系统优化；\n2. 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；\n3. 负责RNC算法集成，完成在ADSP、ADI平台的移植与优化；\n4. 音频DSP底软开发，包括音频外设驱动开发、低延迟音频链路实现、内存优化等；\n5. 负责主动降噪系统测试，包括硬件系统、软件系统的各模块测试，需根据项目目标和软件架构制定全面的测试策略；\n6. 负责主动降噪实车效果测试，包括不同工况下RNC(路噪)/ENC(发动机噪声)降噪效果测试、鲁棒性测试；\n7. 负责主动降噪系统测试环境搭建，包括硬件声学系统布置、软件测试环境搭建；\n8. 主动降噪系统测试软件开发，整体测试软件结构设计、特定部件的测试算法设计等；\n9. 撰写测试报告、软件开发文档等相关工作；\n\n职位要求\n1. 具有汽车主动降噪（RNC/ENC/ANC）算法开发经验者优先；\n2. 具有车载DSP、ADSP、ADI平台主动降噪开发经验者优先；\n3. 研究生及以上学历，信号处理、声学、车辆工程、计算机等相关专业；\n4. 精通RNC/ANC算法，自适应滤波技术及前馈式、反馈式车载噪声抑制策略；\n5. 熟练掌握MATLAB、Python、C/C++等编程语言，具备较强的代码实现与调试能力，并能在车载系统中进行音频信号处理；\n6. 熟悉车载音频系统及相关硬件，熟悉车载DSP、扬声器、功放、麦克风、加速度传感器等的作用和性能，熟悉常见音频接口（如PDM、TDM、PCM、I2S等）；\n7. 熟悉深度学习相关算法，能够在TensorFlow/PyTorch上开展试验；\n具有主动思考、积极探索技术解决方案的能力；具备主动担当、精益求精、不断超越极限的工程师精神；\n8. 具备良好的团队合作与沟通能力，清晰的逻辑思维能力，能够有力推动技术实现与优化；\n1. 负责汽车主动降噪算法开发，包括RNC（路噪）/ENC（发动机噪声）主动降噪算法开发、功能实现与系统优化；\n2. 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；\n3. 负责RNC算法集成，完成在ADSP、ADI平台的移植与优化；\n4. 音频DSP底软开发，包括音频外设驱动开发、低延迟音频链路实现、内存优化等；\n5. 负责主动降噪系统测试，包括硬件系统、软件系统的各模块测试，需根据项目目标和软件架构制定全面的测试策略；\n6. 负责主动降噪实车效果测试，包括不同工况下RNC(路噪)/ENC(发动机噪声)降噪效果测试、鲁棒性测试；\n7. 负责主动降噪系统测试环境搭建，包括硬件声学系统布置、软件测试环境搭建；\n8. 主动降噪系统测试软件开发，整体测试软件结构设计、特定部件的测试算法设计等；\n9. 撰写测试报告、软件开发文档等相关工作；\n1. 具有汽车主动降噪（RNC/ENC/ANC）算法开发经验者优先；\n2. 具有车载DSP、ADSP、ADI平台主动降噪开发经验者优先；\n3. 研究生及以上学历，信号处理、声学、车辆工程、计算机等相关专业；\n4. 精通RNC/ANC算法，自适应滤波技术及前馈式、反馈式车载噪声抑制策略；\n5. 熟练掌握MATLAB、Python、C/C++等编程语言，具备较强的代码实现与调试能力，并能在车载系统中进行音频信号处理；\n6. 熟悉车载音频系统及相关硬件，熟悉车载DSP、扬声器、功放、麦克风、加速度传感器等的作用和性能，熟悉常见音频接口（如PDM、TDM、PCM、I2S等）；\n7. 熟悉深度学习相关算法，能够在TensorFlow/PyTorch上开展试验；\n具有主动思考、积极探索技术解决方案的能力；具备主动担当、精益求精、不断超越极限的工程师精神；\n8. 具备良好的团队合作与沟通能力，清晰的逻辑思维能力，能够有力推动技术实现与优化；",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [
"T007"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}