招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
1、GPU 核心能力建设：持续探索前沿 GPU 芯片的技术特性，包括国产卡适配、混合精度、模型量化、显存优化等技术，将芯片能力转化为业务竞争力，有力支撑集团 AI 战略落地； 2、万卡集群调度与管理：基于 Kubernetes 建设和运营万卡级 GPU 集群，负责 GPU 适配、拓扑感知调度、Gang 调度、GPU 故障自愈、全链路可观测等核心能力，支撑小米自研大模型 MiMo 的训练和推理等重点业务场景； 3、GPU 池化和利用率提升：统一纳管小米 GPU 资源，推进 GPU 调度优化、资源池化、GPU 虚拟化、训推混部等关键技术研发，持续提升全集团 GPU 资源利用率，实现技术降本增效。
1、政策获取与解读：负责海外国家海关政策监控、解读与应用，对相关政策变动组织讨论分析影响；海关各类裁定案例收集分析； 2、关务合规遵从：协助海外关务规则梳理及优化、异常事件复盘及整改、常规合规审查与风险闭环、关税筹划等合规遵从工作； 3、常规业务操作：了解和掌握非贸付汇、特许权使用费等常规系统申报操作，国际贸易业务系统操作、维护以及系统规划； 4、资质认证申请：协助完成公司AEO高级认证的专项内审、申请等工作。
1.负责Kubernetes核心组件的研发与维护，提升集群的资源调度能力、资源扩展能力、资源弹性能力，并不断提升核心组件的稳定性； 2.负责基于Kubernetes的云原生统一调度能力的建设，包括在线和离线负载的混部能力、资源配额管理能力、资源超卖能力、应用分级能力等； 3.负责Linux单机隔离能力的提升，以及内核相关的稳定性和性能问题的排查解决。
1. 贸易及非贸易项下关联交易的执行和计算； 2. 关联交易往来报告表、本地文档、主体文档、国别报告等TP合规工作支持； 3. TP相关分析工作； 4. 其他交办任务。
1、负责小米AI平台业务的相关运维工作； 2、工作涵盖容量管理、灾备管理、活动重保、日常Oncall、troubleshooting、业务巡检、故障预案、架构优化、技术运营等，做到7*24小时快速响应； 3、与DEVS共同设计产品后端架构，实现分布式、全球集群化运维管理，制定并实施相关运维技术方案，确保服务高效、稳定的运行； 4、研发设计自动化运维工具，减少日常重复性工作，用DevOps工具化思维解决业务问题，提升运维效率； 5、通过技术手段进行成本控制及优化，通过工具化及流程提升服务管理效率。
1. 贸易及非贸易项下关联交易的执行和计算； 2. 关联交易往来报告表、本地文档、主体文档、国别报告等TP合规工作支持； 3. TP相关分析工作； 4. 其他交办任务。
1、负责小米AI平台高性能网络研发、通信库开发和优化，支撑大模型训练和推理； 2、包括但不限于推训高性能网络的设计、选型和验收；相关驱动和库的问题定位和优化；通信库的开发、优化和维护；推训任务的相关问题定位和排查等。
1. 负责小米分布式存储系统建设，包括 NoSQL 数据库（Redis、HBase），消息队列（RocketMQ、Kafka）等； 2. 推进技术架构迭代升级，保障存储基建在高并发场景下的高效、稳定； 3. 参与开源，提升小米在开源社区影响力。
1、信号处理链路搭建：负责FMCW（调频连续波）雷达中频信号处理，包括CFAR（恒虚警检测）、DOA（到达角）估计、MIMO虚拟孔径成像，输出高保真的目标点云或微多普勒特征谱； 2、行为识别算法研发：针对家居复杂环境（多径效应、家具杂波），研发基于深度学习（GCN、Transformer、CNN）或传统机器学习的行为分类器，精准识别行走、静坐、挥手、摔倒（Fall）、跌倒后无法起身（Lying Post-Fall）等关键状态； 3、物理模型与AI融合（重点）：借鉴模型驱动深度学习（Model-based Deep Learning）思想（如SubspaceNet类似架构），利用信号处理的物理先验（阵列流型、多普勒谱物理约束）引导神经网络训练，解决小样本及开集泛化难题； 4、时序行为分析与语义理解：基于连续帧的状态序列，构建行为语义理解模型，分析用户长期活动模式（作息规律、活动量），实现异常行为（如久坐、夜间离床过久）的主动预警； 5、边缘计算部署：将算法在嵌入式平台（TI/Skyrelay）进行轻量化优化与移植，确保家居产品的实时性与低功耗。
1、Agent Memory：设计快慢双系统记忆架构，优化记忆管理机制、召回策略与压缩方法，统一存储和检索文本、图像、视频、代码等多模态数据。 2、Agent Search：融合深度推理与广度检索，打通搜索与记忆系统，搜索结果沉淀为持久记忆，记忆引导更精准的检索，形成闭环。 3、自演进 Agent：设计Agent 在线从环境反馈中实时更新策略，实现持续学习。
1、面向小米广告业务需求开发算法解决方案，包括广告召回、点击率预估与大规模推荐算法等； 2、负责小米广告CVR预估，优化浅层转化和深层转化模型，推动算法在各种转化场景的落地； 3、从数据中发现现有系统和算法的不足，提出改进算法并推动实现； 4、研究推荐营销核心算法，使用海量用户行为数据对用户长短期兴趣建模，并且结合业务场景进行效果改进； 5、深度学习、迁移学习、多目标学习、强化学习等模型的设计、优化、应用和业界前沿算法研究； 6、追踪业界前沿算法优化技术，结合业务特点，对前沿的算法技术进行应用与创新。
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。 2. 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。 3. 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。 4. 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。 5. 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。
1、声纹识别相关数据的pipeline设计、筛选和清洗； 2、声纹识别算法的优化； 3、声纹识别模型落地策略的探索和优化； 4、为声纹识别的落地业务负责。
1、小米广告、搜索、推荐业务的算法架构工程团队，通过技术及模型能力迭代支撑互联网业务发展，探索百亿流量场景下的训练/推理框架研发与性能优化； 2、负责异构计算（GPU/CPU）、分布式训练、分布式推理、机器学习、生成式推荐等前沿技术架构迭代方向，参与训练、推理框架全链路流程开发、性能优化； 3、参与到前沿技术的调研讨论，致力于通过模型训练、推理框架的能力迭代及性能的优化，支撑更多样的模型结构，更大参数规模的模型在业务场景的应用落地。
1.聚焦语音生成大模型技术研究,涵盖多模态融合,提升长序列建模能力与实时时性; 2.研发风格与情感可控技术,构建语义-时序-声学等多级可控接口,支持音色迁移与交互式编辑; 3.提升instruct tts的泛华,完成context-awaretts在小米业务场景上的落地。
1. 参与视觉生成与编辑相关的大模型算法应用研发，围绕手机、汽车、小爱等核心业务需求，参与视觉生成算法设计、数据构建、模型训练和优化、效率优化等工作，解决算法落地碰到的技术问题； 2. 探索视觉生成与编辑大模型领域前沿，跟进最新技术进展，持续创新，打造有影响力的高水平技术，并推动在核心产品中的应用。
1、负责理解项目需求、结合业务，参加算法数仓的设计开发； 2、负责数仓项目的底层数据结构、数据模型设计； 3、负责实时指标数仓的设计、开发与数据质量验证。
1、理解业务运作逻辑，提炼业务数据需求，协调业务方和数据研发，通过工具、提供流程的数据解决方案（可视化、看板等）； 2、抽象业务场景，反哺AI能力的建设，包括数据字典及知识库的沉淀，保障AI用数的全面准确，可设计skill解决业务问题； 3、主动发掘业务机会点，深挖流量价值，包括不限于流量分析、数据挖掘与洞察、策略沉淀与输出，执行落地、效果追踪。
1. 深入调研多模态大模型、计算机视觉、大模型推理以及强化学习等方向的前沿技术，并结合产品对算法进行优化，使相关产品效果达到业界领先水平； 2. 探索多种模态的融合对齐策略，以及多模态多任务联合训练； 3. 参与多模态大模型落地到小米各个产品，结合产品需求，参与算法的设计、开发、验证、集成、优化和维护，解决算法产品化过程中的各种技术问题，确保达到上线要求。
1、新一代智能家居研发：AI落地米家多种生态链设备，实现智能互联； 2、预研探索：跟踪前沿进展，在以下一个或多个方向开展研究工作： - 多模态视觉理解（VLM、图文推理、视觉问答） - 智能体规划与决策（Agent Planning、Tool Use、多步推理） 3、原型验证：设计并实现算法原型，完成实验评估与Demo验证； 4、技术协作：与工程团队协同，推动预研成果在产品中落地。