主分类：语音与音频算法研发
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": "语音前端算法工程师",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"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": "教育背景：信号与信息处理、声学、电子工程、计算机科学等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 核心算法研发：负责语音前端核心算法的研究、开发与优化，包括但不限于降噪、回声消除、波束成形、语音增强等。\n2. 模型设计与训练：设计并训练用于语音前端处理的深度学习模型，探索基于数据驱动的新型信号处理方法。\n3. 全链路性能优化：负责从算法设计到嵌入式平台部署的全链路优化，确保在低功耗、低延迟、强鲁棒性等严苛约束下实现最优性能。\n4. 技术难题攻坚：针对复杂声学场景（如高噪声、强混响、多干扰源）下的技术瓶颈进行攻关，系统性地提升语音前端处理质量。\n5. 前沿技术探索：持续跟踪并研究语音处理、声学建模、音频编码等领域的最新学术进展与工业实践，进行技术预研与储备。",
"requirements_text": "1. 教育背景：信号与信息处理、声学、电子工程、计算机科学等相关专业硕士及以上学历。\n2. 专业技能：\n- 理论基础扎实：深刻理解数字信号处理、自适应滤波、阵列信号处理等理论。\n- 算法经验：熟悉经典语音前端算法，并具备深度学习方法（如DNN、CNN、RNN/Transformer）在语音增强任务中的应用经验。",
"skills": [AI生成
"深度学习",
"信号处理"
],
"preferred_qualifications": "未披露",
"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/7670923797994572070/detail"
}
]
},
"posting": {
"posting_id": "7670923797994572070",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670923797994572070/detail"
},
"fulltext": "语音前端算法工程师\n职位描述\n1. 核心算法研发：负责语音前端核心算法的研究、开发与优化，包括但不限于降噪、回声消除、波束成形、语音增强等。\n2. 模型设计与训练：设计并训练用于语音前端处理的深度学习模型，探索基于数据驱动的新型信号处理方法。\n3. 全链路性能优化：负责从算法设计到嵌入式平台部署的全链路优化，确保在低功耗、低延迟、强鲁棒性等严苛约束下实现最优性能。\n4. 技术难题攻坚：针对复杂声学场景（如高噪声、强混响、多干扰源）下的技术瓶颈进行攻关，系统性地提升语音前端处理质量。\n5. 前沿技术探索：持续跟踪并研究语音处理、声学建模、音频编码等领域的最新学术进展与工业实践，进行技术预研与储备。\n\n职位要求\n1. 教育背景：信号与信息处理、声学、电子工程、计算机科学等相关专业硕士及以上学历。\n2. 专业技能：\n- 理论基础扎实：深刻理解数字信号处理、自适应滤波、阵列信号处理等理论。\n- 算法经验：熟悉经典语音前端算法，并具备深度学习方法（如DNN、CNN、RNN/Transformer）在语音增强任务中的应用经验。\n1. 核心算法研发：负责语音前端核心算法的研究、开发与优化，包括但不限于降噪、回声消除、波束成形、语音增强等。\n2. 模型设计与训练：设计并训练用于语音前端处理的深度学习模型，探索基于数据驱动的新型信号处理方法。\n3. 全链路性能优化：负责从算法设计到嵌入式平台部署的全链路优化，确保在低功耗、低延迟、强鲁棒性等严苛约束下实现最优性能。\n4. 技术难题攻坚：针对复杂声学场景（如高噪声、强混响、多干扰源）下的技术瓶颈进行攻关，系统性地提升语音前端处理质量。\n5. 前沿技术探索：持续跟踪并研究语音处理、声学建模、音频编码等领域的最新学术进展与工业实践，进行技术预研与储备。\n1. 教育背景：信号与信息处理、声学、电子工程、计算机科学等相关专业硕士及以上学历。\n2. 专业技能：\n- 理论基础扎实：深刻理解数字信号处理、自适应滤波、阵列信号处理等理论。\n- 算法经验：熟悉经典语音前端算法，并具备深度学习方法（如DNN、CNN、RNN/Transformer）在语音增强任务中的应用经验。",
"standard_classification": {
"std_category_code": "T035",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}