AI 数据基础架构工程师

小米📍武汉 / 北京生态链

参与支撑数亿设备、PB 级数据规模的湖仓一体架构研发，主导 AI Agent 在大数据全链路的落地，作为 Apache 顶级开源项目贡献者，和全球开发者一起定义下一代数据基础设施。 工作内容 1、构建 AI 时代的数据底座：参与 Apache Doris、Kyuubi 等 OLAP 引擎，Kestra、Ray 等调度引擎，Iceberg、Paimon、Lance 等数据湖存储引擎的研发与优化，打造支撑大模型训练、Agent 实时决策的湖仓一体底座。 2、保障 PB 级数据服务高可用：负责线上服务的性能、稳定性与质量优化，推进存算分离架构升级、自动化运维与跨可用区容灾能力建设。 3、研发大数据场景通用 Data Agent：基于大模型打造覆盖数据需求理解、建模、开发、消费、运维全链路的智能 Agent，推动数据工作流从"人找数据"向"Agent 主动服务"升级。 4、参与全球顶级开源社区共建：作为 Apache Doris、Paimon 等项目核心贡献者提交 PR，参与多维计算、湖流一体、多模态计算等前沿方向研发。

芯片设计实现工程师

小米📍西安 / 上海生态链

1.完成SOC芯片Synthesis，SDC，STA，Formal，UPF，CLPcheck等工作，衔接前端设计与DFT/PR工程师； 2.负责制定项目signoff标准； 3.负责芯片投片前各项signoff（STA/Formal/CLP/Power）检查； 4.负责先进工艺的导入，挖掘工艺演进带来的PPA收益。

搜广推算法平台架构专家

小米📍北京互联网业务部5年以上

1. 负责面向小米互联网业务的搜广推一站式算法平台建设，支撑百亿级收入规模下的广告、搜索和推荐算法模型高效迭代 2. 负责对大规模深度学习模型工作流各环节进行深度优化，包括特征工程、样本工程，模型训练加速等 3. 主导算法平台架构升级，支持超长序列特征建模、秒级流式训练、生成式推荐等前沿算法能力的建设落地 4. 主导探索大模型和Agent技术在算法平台场景的落地应用

广告引擎高级研发工程师

小米📍北京互联网业务部

1、负责优化广告ADX系统能力，提升平台性能； 2、负责优化广告ADX系统竞价策略，提升整体流量的变现效率； 3、负责优化联盟场景下，冷启、竞价、拿量等有关策略的优化； 4、指导团队成员工作，带领初级、中级工程师完成项目目标。

SOC验证工程师

小米📍西安 / 上海生态链

1、参与SOC芯片验证平台搭建、芯片验证效率优化和芯片验证方法学改进等相关工作； 2、参与SOC芯片关键验证仿真工作，包括但不限于全芯片IT和ST仿真、芯片性能仿真、芯片低功耗仿真等相关工作。

芯片设计工程师-处理器集成方向

小米📍上海生态链

1、参与异构多核处理器系统的架构设计与顶层集成，将处理器核与SOC系统进行高效协同； 2、负责多核子系统与SOC系统的互联网络、缓存一致性方案规划及系统调度实现，保障多核系统性能目标达成 3、完成系统级RTL代码编写与模块集成，执行Lint、CDC等代码质量检查与预综合，输出时序规范； 4、参与中断控制、时钟复位、电源管理及核间同步机制等系统级支撑模块的设计与实现； 5、与微架构设计、验证及后端团队紧密协作，参与从系统方案到流片验证的全流程开发，解决集成交付过程中的系统级问题。

模型优化工程师

小米📍上海生态链

1. 负责AI模型的网络级压缩与优化，涵盖量化（QAT/PTQ）、投机采样（Speculative Decoding）、Token压缩、知识蒸馏等技术； 2. 针对大小模型设计并实现差异化量化方案，如小模型的KL散度、Percentile、AdaRound等，大模型的SmoothQuant、AWQ等； 3. 参与模型网络结构的优化与重构，将现有网络的算子、Block替换为高效、硬件友好的架构； 4. 参与模型训练与微调，能够复现、分析并改进前沿模型结构； 5. 与硬件团队紧密合作，提供模型优化视角的硬件设计建议，推动下一代芯片对新型算子与网络结构的支持。

整机性能&内存分析与优化工程师

小米📍上海生态链

1、洞察linux业界关键演进，通过与操作系统框架层联合演进，进行预研并落地下一代产品； 2、参与Android系统底层性能调优，包括但不限于进程调度、内存管理、I/O性能优化等； 3、利用Perf/Systrace/FTrace等工具分析硬件瓶颈（CPU缓存、总线带宽等），协同硬件团队优化设计； 4、负责新技术的预研和产品实现，创造性解决产品在实现过程中的技术难题，应用前沿技术(如AI技术等)提升产品的核心竞争力。

芯片ATE测试工程师

小米📍北京生态链

1.可测性设计； 2.芯片ATE测试方案指定； 3.硬件设计； 4.offline程序以及onlinedebug； 5.测试程序release以及异常处理。

图形视效算法工程师

小米📍上海生态链

参与 HyperOS 图形栈软硬垂直整合的算法研究与落地，与芯片、GPU/DPU/NPU 后处理硬件团队协同，围绕 极致流畅、高端精致、低功耗 三大目标做算法预研与工程化 1. 图形渲染算法：参与 2D/3D 渲染管线、Skia/Graphite/Vulkan 相关算法优化； 2. 动效算法：参与隐式动画、物理仿真（流体，刚体，软体，）、可中断动画（IAS）、语义动效（SME）等动效引擎算法研发； 3.视效算法：参与小米美学视效算子构建，AI 特效，超级小爱等特效算法研发；负责 AGSL/GLSL/Compute Shader 编写与优化； 4. 软硬件协同：基于HyperOS 的算法与玄戒自研芯片 SoC/GPU/DPU/XUPE 硬件团队协同，将算法下沉到硬件后处理管线，实现软硬垂直整合的最优能效实现。

芯片可靠性工程师

小米📍上海生态链

1.可靠性测试方案制定； 2.device可靠性及封装可靠性验证； 3.数据分析以及指导spec制定。

图形AI渲染工程师

小米📍上海生态链不限

一、AI 渲染算法研究与工程化 1. 神经超分辨率（Neural Super Sampling）：参与 NSS / XSR / DLSS 类算法在移动 GPU 的移植与优化，覆盖游戏（原神、王者、和平精英、绝区零）与系统 UI 场景； 2. 神经插帧（Neural Frame Generation）：参与 NFRU / AIFI / DLFG 类算法研究，实现 60→120fps 补帧，兼顾延迟与画质； 3. 神经降噪与光追加速：Neural Denoiser、ReSTIR、Neural Irradiance Cache 等算法与硬件光追（RTAO / RT Shadows / RT Reflections / RT GI）协同优化； 4. 生成式材质与 UI：端侧 Diffusion 模型生成动态壁纸、材质、图标；LLM → GLSL/AGSL Shader 自动生成； 5. 3DGS / 4DGS：3D Gaussian Splatting、Dynamic Gaussian 在移动端的实时渲染与压缩； 二、软硬件协同优化 6. 与SoC芯片团队（GPU/NPU/DPU/XUPE）协同，将神经网络算子下沉到硬件加速单元；优化 GPU-NPU 数据流； 7. 参与神经渲染专用算子的 Compute Shader / Vulkan Cooperative Matrix / NPU 算子实现与调优；

AI Compiler 开发工程师

小米📍北京生态链

1.负责针对自研NPU的编译器设计与开发，针对模型和硬件深度优化。 2. 利用编译器和DSL提升NPU的易用性。 3.与硬件协同分析软硬件系统的改进和优化，探索新架构设计空间。

NPU编译器开发工程师

小米📍北京生态链

1、负责异构计算编译器开发工作； 2、LLVM编译器后端编译及优化方案设计与实现； 3、异构编程语言设计与前端实现； 4、编译器工具链开发，如汇编器、链接器等； 5、编译器功能与性能测试集的开发与维护等； 6、编译器问题定位与Bug修复等；

AI算子开发工程师

小米📍北京生态链

1. 设计、开发并优化面向NPU的高性能算子库，覆盖卷积、矩阵运算、归一化等核心算子； 2. 基于类CUDA编程语言或NPU专用指令集，实现算子极致性能优化，降低延迟与功耗； 3. 深入理解NPU硬件架构（如计算单元、内存层级、数据流），针对硬件特性进行算子级优化； 4.与芯片团队紧密协作，反馈算子性能瓶颈并提出硬件改进建议； 5.编写高性能计算代码、汇编级优化及Benchmark测试。

NPU芯片架构工程师

小米📍北京生态链

1. 收集并分析典型端侧AI应用场景（如拍照录像、Agent、LLM等）的神经网络模型； 2. 选取典型端侧AI应用场景进行系统级软硬件联合验证； 3. 设计轻量化、高能效的NPU微架构，确定计算单元、控制单元、片上缓存等模块的整体架构方案； 4. 构建指令集及控制机制，支持灵活的操作控制与资源调度方案； 5. 设计多任务调度机制，支持边缘推理任务的优先级分配与资源共享方案； 6. 通过架构建模验证分析对应方案的可行性。

NPU芯片设计工程师

小米📍北京生态链

1.负责NPU处理器IP的设计开发，包括编写设计文档和RTL开发； 2.负责NPUIP的SOC集成以及交付； 3.负责NPUIP的performance和power的分析，以及AI算子执行效率的分析； 4.辅助验证，完成验证工作，以及FPGA的调试工作； 5.配合AI软件的开发与调试。

大数据开发工程师

小米📍上海生态链

1、负责产品及业务的数据采集、校验、提取和统计的相关工作； 2、负责产品及业务的数据分析和预测、应用数据预估和关联挖掘、应用内使用数据统计等工作； 3、探索和研究有效的机器学习/深度学习模型，为公司各部门或项目提供决策支持； 4、数据仓库设计与开发，负责离线/实时数据计算、数据指标体系与数据看板的开发。

AI 模型加速优化算法工程师

小米📍北京生态链

岗位职责 1、负责大模型、多模态大模型、AIGC、自动驾驶、多媒体/ISP 等 AI 模型端侧加速优化算法的研发与探索； 2、负责模型训练调优及压缩优化，包括但不限于量化、剪枝、蒸馏、稀疏化、小型化、NAS、推理加速等技术研发； 3、与芯片团队协同开展算法-芯片联合设计与优化，提供面向自研芯片的模型加速解决方案； 4、支持业务模型在自研芯片上的训练优化、部署交付及性能持续优化。

芯片物理设计工程师（AI方向）

小米📍上海生态链

1、负责SoC芯片COT全流程交付工作，覆盖从RTL到GDSII的中后端全链路收敛、时序功耗面积（PPA）优化、物理验证与投片Signoff，保障芯片高质量按期交付。 2、聚焦IC设计流程智能化升级，将机器学习、强化学习、大模型Agent技术落地到COT中后端核心场景，通过AI自主探索替代传统人工经验与数据模仿模式，优化逻辑综合、UPF/SDC产生、STA分析、布局布线、时序收敛、Shmoo分析、失效诊断等关键环节。 3、针对芯片设计流程卡点与迭代瓶颈，搭建AI驱动的自动化设计、仿真、验证闭环体系，优化EDA工具调用策略、批量数据分析与异常定位流程，缩短芯片回片调试与交付周期。 4、结合先进工艺特性，研究AI赋能的PPA优化策略与设计空间探索方法，挖掘算法迭代带来的设计收益，沉淀标准化、可复用的智能化COT交付流程与工具脚本。 5、跟进业界AI+EDA前沿技术，协同前后端、验证、测试团队推进设计流程自动化、智能化改造，构建COT交付领域的AI技术壁垒，支撑多项目并行高效交付。