全栈 AI 开发工程师（全职）

关于 VoicePing

VoicePing 开发用于实时语音翻译、转写和会议信息处理的语音 AI 基础设施。全栈 AI 开发工程师将参与从音频处理、AI 推理基础设施到 Web 应用的完整开发过程。

• 产品首页
• 公司介绍
• 产品开发历程（英文）
• 500 Global J-StarX 项目心得（英文）
• Alchemist 加速器参与记录（英文）

VoicePing的主要成果

• 超过1,000家付费企业客户
• 种子轮累计融资230万美元
• 入选500 Global、Rainmaking APAC、AlchemistX等全球加速器项目

技术基础设施

语音 AI 架构

开发技术栈

• 前端： React、TypeScript、Flutter（iOS、Android）；音频通信使用 WebSocket、WebRTC，界面使用 Ant Design、Flutter
• 后端： Node.js（TypeScript）、Python（FastAPI）、Go、REST API
• 基础设施： AWS、GCP、Azure、VPS、本地部署；CI/CD 使用 GitHub Actions、Azure Pipelines
• AI 与机器学习： PyTorch、Hugging Face、Llama、Unsloth、Qwen

主要职责

基础设施开发

• 开发并维护实时音频处理流水线
• 实现高性能翻译 API
• 开发并优化实时翻译使用的 WebSocket 连接
• 构建并维护容器化微服务

AI 产品集成

• 与机器学习工程师合作部署模型
• 实现模型推理服务基础设施
• 优化推理流水线，降低延迟
• 开发模型性能监控系统

AI 模型开发

• 设计数据流水线并收集高质量训练数据
• 调整超参数与模型架构，提高显存利用效率和推理速度
• 设计评估方法、分析结果并确定改进方向
• 研究最新开源模型与论文，改进现有模型
• 发表研究文章并参与开源贡献

应用开发

• 开发实时翻译的响应式 Web 界面
• 实现离线翻译功能
• 开发面向开发者的工具与 SDK
• 构建用于系统监控的内部仪表盘

任职要求

必须具备的能力

不要求工作经验。 我们重视通过个人项目、学习、开源或工作积累的 Web 应用开发能力。

• 能使用 React/TypeScript 或类似技术实现、调试 Web 应用，并解释自己编写的代码
• 理解前端状态管理、API、后端逻辑和数据存储。Node.js、Python 或类似技术均可
• 能使用 Git 与测试排查问题、验证修改结果
• 愿意学习云平台、部署和 AI 工具

加分经验

• 音频与视频数字信号处理
• 机器学习模型部署与推理优化。相关研究：翻译推理吞吐量 、翻译推理瓶颈
• 自然语言处理、语音识别或翻译研究
• 高性能计算与大规模数据处理。相关研究：Go WebSocket 代理优化

当前技术挑战

• 降低实时音频处理延迟
• 开发富有情感的语音翻译端到端模型
• 开发 AI 语音智能体端到端模型
• 扩展推理基础设施，降低延迟与能耗
• 实现高效离线翻译
• 建设可靠的基础设施监控系统
• 开发第三方集成 SDK
• 收集与制作大规模多语言训练数据

成长机会

在实际开发中深入学习机器学习基础设施与相关技术、高级音频处理、模型训练框架、训练数据流水线和分布式系统。

福利与学习环境

• 健康保险
• 定期技术研讨会
• 与创始人和首席工程师直接协作

单独招募的机器人研发岗位

我们也在招募负责机械、电子电路、嵌入式控制与软件集成的机器人与 Physical AI 工程师 。全栈 AI 岗位继续聚焦语音 AI 产品及其基础设施。