全栈工程师
岗位职责: 1. Agent 驱动开发 - 设计并实现 Agent-driven development workflow - 构建多 Agent 协作流程(开发、测试、评审、部署等) - 将复杂开发任务拆解为可由 Agent 执行的结构化任务 - 沉淀可复用的 Agent pipeline,提高整体开发效率 2. Vibe Coding 工程实践 -
加载中...
P2P传输层是Ti RTC的核心骨架——每一次通话能否接通、每一帧音视频的传输质量,都由这一层决定。这是公司技术含量最高、影响面最广的方向之一。你不是一个调用WebRTC API的工程师,而是要在内存受限的嵌入式环境中,实现和迭代穿透算法、抗弱网机制、媒体传输协议——你的代码会直接运行在全球客户的IoT设备上。
你会做的事:
1. 主导P2P穿透与连接建立:负责STUN/TURN/ICE全栈实现,持续优化复杂网络(4G/WiFi/双重NAT)下的穿透成功率和连接速度,保证P2P优先、云端府底的架构稳定运行
2. 研发抗弱网传输算法:针对IoT设备的弱网场景,设计并迭代FEC、NACK、码率自适应、抖动缓冲等机制,维持极端网络条件下的音视频可用性
3. 维护媒体传输协议栈:负责RTP/RTCP/DTLS/SRTP在嵌入式平台上的裁剪与适配,确保加密传输、媒体保活和统计反馈的稳定运行
4. 跨平台SDK传输层开发:维护C/C++传输层代码在多芯片平台(RK系列/ESP32-S3/EC618)上的编译、调优与兼容性,保障内存占用≤100KB、冷启动≤1s
5. 建立传输层可观测体系:定义关键传输指标(RTT/丢包率/码率/首帧延迟),推动性能基准测试与回归测试体系建设
硬性要求(红线):
- STUN/TURN/ICE协议深度理解,有实际工程实现经验(非仅WebRTC高层API调用)
- 熟悉RTP/RTCP/DTLS/SRTP等媒体传输协议的工作机制
- C/C++基础扎实,能在资源受限(RAM < 200KB)的嵌入式环境写出高质量生产代码
- 有FEC/NACK/码率自适应等抗弱网算法的实际设计或深度优化经验
- 熟悉Linux网络编程(socket/epoll/非阻塞I/O)
- 主动使用AI工具(Claude/Cursor等)辅助开发——这是团队的基础工作方式,非加分项
加分项:
- 有WebRTC Native源码级阅读经验或开源贡献
- 有嵌入式平台(ESP32/Rockchip/4G模组)SDK适配经验
- 有Go语言经验(信令服务端部分协作)
- 了解QUIC或现代传输协议
- 有自研RTC或媒体引擎(非直接使用libwebrtc)的经历
我们更看重的特质:
- 协议级思维:能从抓包分析到算法调优独立完成,不止步于"能跑通"
- 数据驱动:有量化优化成果的习惯,用延迟ms、丢包率%说话
- 嵌入式直觉:对内存、CPU、功耗有天然的敏感性
- 技术自驱:能主动识别传输层的隐患并推进解决,不等bug爆发
试用期标准:能独立完成一项可量化的传输层改善(如:特定网络场景穿透率提升,或某平台内存占用降低),并输出可复用的测试基准。
学历要求:本科及以上
- 做真正的底层传输技术,代码直接运行在全球IoT设备上
- 嵌入式+网络协议+媒体传输的交叉技术深度,稀缺性极高
- AI-Native研发文化,用AI做协议分析、代码审查、测试生成
- 有竞争力的薪资,根据能力面议
- 工作时间:大小周
- 支持全远程工作
探鸽智能(Tange AI)是专注于IoT实时音视频(IoT-RTC)领域的云服务商,国内少数在嵌入式端深度适配自研RTC能力的云平台。核心产品Ti RTC PaaS正处于关键建设阶段——基于多年生产积累,将成熟的音视频能力提炼为标准化的PaaS云服务,服务全球IoT设备厂商。团队全员远程,扁平结构,工程师文化,决策链极短,积极拥抱AI-Native开发方式。
注册并登录后即可查看
岗位职责: 1. Agent 驱动开发 - 设计并实现 Agent-driven development workflow - 构建多 Agent 协作流程(开发、测试、评审、部署等) - 将复杂开发任务拆解为可由 Agent 执行的结构化任务 - 沉淀可复用的 Agent pipeline,提高整体开发效率 2. Vibe Coding 工程实践 -
参与后端架构设计与核心模块开发,保证 API 高可用、高并发。 负责数据模型、MySQL / Redis / MongoDB 优化和维护。 搭建并维护基础 AI 推理服务(模型部署、监控、告警)。 实现多 Agent 协同与任务调度,确保业务流程顺畅。 和产品、前端、运营配合,按周迭代需求。 3–5 年 Go 后端开发经验,基础扎实,熟悉 Gin / GO
1. 主导业务模块交付:独立负责核心服务的设计、开发与上线,覆盖平台鉴权、用量计费、开放 API 等方向,对模块质量和交付结果完全负责 2. 参与架构持续演进:推动服务端系统的解耦与模块化重构,让架构边界更清晰、系统更易维护 3. 承接技术预研与探索:在产品路线图中主动介入新方向的可行性评估与技术落地,包括多人会话、云存储、AI 功能集成、Matter 协议支持等 4. 建设开发者
作为 Infra 团队的核心成员,你的目标不是简单的维护 K8s 集群,而是 构建支撑大规模模型进化的机器学习平台 : AI 算力底座 :研发 AI 异构计算软件栈,结合高性能网络( RDMA/RoCE )、缓存技术与 GPU 架构,实现训练/推理全链路优化。 云原生 AI 套件 :深度定制 K8s 调度器 ( Volcano/