共 6773 个在招岗位 · 覆盖国企、大厂官方招聘
1、研究多个AI存储技术方向，行业进展状态，落地计划； 2、评估和端侧AI更契合的存储技术，并根据可行性评估进行合作预研。
1、架构设计：定义分层架构（能力层 / 编排层 / 运行时层 / 适配层 / 可观测层），输出参考实现与技术白皮书； 2、Agent 编排：实现高效的 DAG / Graph 调度、工具调用、Multi-Agent 协同，支持成本与延迟感知的调度策略； 3、推理 Cache 优化：对接 vLLM / SGLang 等推理后端，针对 Agent 工作负载设计 Prefix Cache 复用、批调度； 4、长时序执行：构建跨会话、分层式 Memory，以及面向长链路的检查点、重放、追踪与可观测组件； 5、Prompt 工程化：沉淀 Prompt 版本管理、自动评测、回归测试工具链，推动 Prompt 自我演进。
1、智能路由机制 (Dynamic Routing)：研发基于语义复杂度和隐私等级的路由算法。Agent 能自动判断：简单指令（如“定闹钟”）本地解决，复杂推理（如“分析财报并写总结”）分发至云端； 2、端云状态同步 (State Sync)：确保 Agent 的“记忆”和“任务执行进度”在端云之间无缝切换。即使任务中途从本地转到云端，上下文也不丢失； 3、隐私屏障 (Privacy-Preserving AI)：在请求发送至云端前，实现本地脱敏（PII Filtering），确保用户的敏感私密信息留在手机端； 4、弹性负载优化：监控网络环境（5G/Wi-Fi/弱网），在网络差时自动降级为全本地运行，保证 Miclaw 的“可用性”。
1、负责Xiaomi HyperOS 特效，动效算法开发，支撑产品/设计实现开发需求，提升用户体验； 2、负责优化特效/动效性能功耗，在交付过程中支撑高质量交付，攻关疑难问题； 3、负责图形新技术的洞察探索，制定图形算法在移动端落地的长期演进路线（N+1、N+2），并进行技术验证。
1. 协助深入了解智能工厂制造业务，参与将业务问题转化为分析问题的工作，融入团队将分析成果转化为数据应用，助力 AI 技术在智能工厂各落地场景的融合应用。 2. 负责算法的开发与优化，结合实际业务需求，设计并实现算法模型，提升模型性能、准确性和稳定性。 3. 承担模型训练数据的预处理工作，包括数据清洗、归一化、缺失值处理等，确保数据质量，为模型训练提供可靠基础。 4. 运用前沿数据分析技术，挖掘智能工厂业务数据中的潜在规律，为业务人员提供决策支持，推动业务改进。 5.利用前沿数据分析技术帮助业务人员发掘业务改进方向,给出决策建议。
1、A2UI 生成式 UI 框架开发，参与 Hyper A2UI DSL 协议设计与实现，实现 LLM 输出的 JSON DSL 到原生 UI 的流式渲染； 2、Intent Router 与 Surface Ranker：参与端侧意图分类模型（<50M 参数）的部署与优化，实现多 Agent 协作编排、Surface 显示优先级仲裁算法； 3、Agent Presence 系统：开发 Agent 图标状态协议、Agent 小部件自适应框架、Agent 署名通知系统。
1. 负责1对1作文类线上产品的整体规划、功能设计与迭代优化，结合教学场景与用户需求输出产品方案 2. 主导1对1作文课程体系搭建，包括学段分层（小学至初中）、能力图谱设计、讲义与教辅资源开发 3. 基于扎实的小初语文教研功底，深度参与作文教学标准制定、评分规则设计及教师培训内容研发 4. 深入一线开展1对1作文教学实践，持续收集学生学情、课堂反馈与效果数据，反哺产品与教研优化 5. 协同技术、运营、师资团队，推动作文产品从上线、试讲、验证到规模化落地的全流程闭环 6. 跟踪语文学科政策动向与素养评价改革，确保产品内容与新课标、中高考作文趋势高度契合
1.负责网易文创旗下网易哒哒公众号内容规划、运营，对内容质量、粉丝增长负责； 2.负责网易文创旗下网易哒哒微博、小红书账号运营，对内容质量、粉丝增长负责。
1、面向“AI数据中心”和“云计算资源调度”等场景，理解业务需求并抽象数学模型，设计和开发高效的精确算法/启发式算法/元启发式算法进行求解； 2、探索“AI for OR”，在运筹优化算法链路中落地LLM和Agent技术，包括但不限于基于自然语言的决策引擎入口、算法结果可解释性增强。
1、负责生活服务大客户销售团队的管理工作，带领团队负责行业类目运营，实现行业GMV增长； 2、带领团队负责商业综合体行业大型品牌商家在生活服务的各项商务事宜，包括商务谈判、资源投入发掘、资源分配等，提升抖音生活服务份额占比； 3、指导销售与商家保持深度合作关系，优化商家的商品情况，提升门店经营效果和指标，达成既定的销售指标，包括但不限于销售额； 4、全国综合连锁品牌的市场规划、策略制定及实施，挖掘增长机会点和重大项目拓展，联合商户打造营销事件； 5、整合内外部资源，包括大促、数据协同、品牌门店赋能等增值服务方案等。
1、负责区域安防项目全流程管理，包括设计、设备清单、质量检查、验收等，并与项目相关方在项目前、中、后阶段进行及时有效沟通，明确需求和标准，问题前置，做好风险管理和预案准备； 2、负责区域办公室的安防系统运维管理、安防资产管理、供应商管理等； 3、优化更新设计与验收标准，并根据不同业务团队制定对应的安防标准； 4、妥善处置各类突发事件； 5、与安全运营团队协作提高区域安全保障能力，提供可落地的智能安防解决方案，并负责外包技师团队和人员的管理。
围绕小米手机智能体安全体系开展攻防研究与落地： 1、红队攻防：分析并构建针对手机智能体的攻击模式库（提示词注入、记忆投毒、工具调用滥用、社会工程诱导等），开发自动化攻击生成与红队测试工具，研发安全护栏Agent并集成到产品中 2、动态授权：基于因果学习与强化学习，构建面向任务多步规划的动态授权Agent，实现对复杂动作序列的风险识别与差异化权限管控 3、隐私审计：研发基于任务拆解的数据最小暴露推理机制，在推理路径上限制模型接触敏感数据的范围 4、智能体测试：开发面向智能体的自动化测试方法，覆盖多智能体系统的行为验证、失效归因与安全测试 5、学术研究与论文产出：将工程实践中的创新方法提炼为学术成果，投稿CCF-A类会议和期刊
1、 搭建适用于材料研发的多智能体框架，包括但不限于规划、工具调用，协作方式等，进行前沿学术研究，并探索材料科学领域可能的应用方向。 2、结合材料科学的研究方法，例如传统模拟仿真（DFT，MD，FEM等）、表征结果分析、以及实体实验室等，使用Agent驱动前述工具，发表有影响的研究工作。 3、 结合小米实际业务场景，面向产品优化Agentic AI驱动的材料研发技术，并进行实际应用落地。
1、探索大模型背景下新型语音理解和生成技术，并将研究成果整理成有价值的论文和开源项目； 2、探索深度学习通用技术，包括但不限于优化器、神经网络结构、新型损失函数等，并应用到具体的深度学习任务中； 3、负责研发和维护新一代Kaldi开源生态； 4、与小米语音团队合作，结合新一代Kaldi，为小米全平台设备（包括但不限于汽车、手机、智能音箱、智能穿戴等AIoT设备）打造智能语音算法。
1、参与大模型在垂域的应用及垂域龙虾落地，包括垂域Agentic大模型的迭代优化，例如垂域知识注入，强化微调，多模态对齐，垂域harness优化，模型自进化等相关技术的模型优化； 2、结合工业，汽车质量等专业场景，提升汽车Agentic大模型在垂域场景的推理准确率，降低幻觉，具备专家级的诊断及推理能力； 3、 跟踪前沿大模型技术进展，在相关业务场景上应用落地，以及持续迭代优化，同时输出高质量技术文章。
1、CL分析：构建专用大模型进行CL分析，测试用例生成，提升测试覆盖的精准度； 2、AIGC造数：构建专用大模型进行测试用例生成、测试数据生成的研究； 3、大模型评测：构建专用评测大模型，辅助自研算法的效果评测； 4、探索机器学习领域的新技术，探索与测试领域的技术融合，并撰写相关论文，专利。
1、负责探索以及分析linux内核业界高价值技术，并进行专项预研； 2、参与当前内核业务的底层性能瓶颈分析，并进行针对性方案设计； 3、负责内核内存管理，进程调度， 文件系统等核心模块的Feature 开发，性能优化，技术方案review。
1.技术专项全流程管理：负责技术专项从预研到落地的全流程跟进，优化执行流程，提升产品、研发、测试等跨部门协作效率。 2.研发进度跟踪与风险把控：跟进研发进度与里程碑交付，实时同步进展，识别风险并推动解决，保障项目按期落地。 3. 跨团队沟通与协同推进：统筹跨团队沟通对齐，明确需求优先级，同步技术进度与测试结果，组织项目会议并沉淀经验。 4. 数据监控与效果分析：跟踪项目核心数据，分析交付效率与质量，输出结论并推动持续优化。 5.流程建设与经验沉淀：协助主管做好任务跟进与人员统筹，输出项目进度与风险复盘报告，保障团队信息高效同步。搭建运营管理体系，推动流程标准化、工具化，形成可复用的方法论，提升整体业务运转效率
1、技术洞察：从行业论文、会议、开源社区洞察行业先进技术方向和方案； 2、技术预研：预研相关技术方案，评估技术可行性、并实现落地Demo； 3、技术落地：实现方案的工程化落地，代码健壮性/性能/扩展性达到商业化程度。
1、技术洞察：从行业论文、会议、开源社区洞察行业先进技术方向和方案； 2、技术预研：预研相关技术方案，评估技术可行性、并实现落地Demo； 3、技术落地：实现方案的工程化落地，代码健壮性/性能/扩展性达到商业化程度。
1、负责e2e模型的架构设计，算法的实现与落地 2、负责相关学术文档，方法论的研究和调研，形成技术文档/论文 3、针对自动驾驶痛点场景，提出可行的解决方案，与量产同学配合完成预研的量产转化 4、在数据驱动方面，帮助数据团队建立符合e2e需要的优质数据标准
1、负责空间音频拾取、分离、感知、编解码的系统方案； 2、设计、开发融合音频、视频的物理世界感知的系统方案及神经网络模型； 3、设计、开发与声场物理参数相关联的神经网络，实现声场的仿真与反演； 4、推进技术方案在终端产品上的技术验证，支撑各业务场景的实际需求； 5、实现AI模型在终端产品硬件设备（如扬声器、麦克风）中的落地应用。
1、多模态数据建模与表征学习：构建涵盖用户生理信号（如心率、呼吸）、运动数据（如步频、速度）与生活作息的多模态数据体系，开展数据清洗、对齐与标准化处理，设计面向时序与多模态融合的表征学习方法，支撑大模型训练与跨模态理解能力提升； 2、领域大模型设计与训练：基于运动健康领域知识，设计融合时序建模与语义理解能力的预训练大模型，探索多模态融合与个体长期建模方法，支持健康状态刻画、行为理解与意图识别，并参与模型架构与训练策略优化； 3、健康状态分析与趋势预测：构建面向个体的健康评估与发展趋势预测模型，实现对当前生理状态的精准分析及中短期风险预警，推动从指标计算向健康理解与推理的建模范式升级； 4、Agent系统设计与实现：基于大模型构建运动健康智能体，设计具备规划（Planning）、记忆（Memory）与工具调用（Tool Use）能力的决策机制，支持多轮交互与动态决策，实现从被动分析向主动健康管理的能力演进； 5、个性化干预与建议生成：结合大模型推理能力与领域知识库，构建多维度个性化运动健康建议生成机制，覆盖运动计划、恢复策略与生活方式调优，提升建议的科学性与可执行性； 6、系统集成与端云协同优化：完成运动健康AI助手系统集成，设计端侧与云侧协同推理方案，优化模型在可穿戴设备上的部署效率与性能表现，并通过真实用户数据进行效果验证与持续迭代。
1、核心材料研发：主导新一代亲肤、轻量化高分子材料的分子结构设计、合成与改性研究。重点开发具有优异生物相容性、低致敏性、高透气透湿性的亲肤材料，以及兼顾高强度、高模量与低密度的轻量化结构材料； 2、工艺开发与优化：负责从实验室小试到中试放大的全流程工艺开发，包括材料成型、表面处理、复合等关键工艺。解决生产过程中的技术难题，优化工艺参数，确保产品性能稳定与成本可控； 3、性能表征与评估：建立并完善材料性能评价体系，运用DSC、TGA、FTIR、NMR、GPC、力学性能测试、细胞毒性测试、皮肤刺激性测试等手段，对材料的理化性能、生物安全性及长期服役可靠性进行全面表征； 4、跨部门协作与技术支持：与产品设计、临床应用、质量控制等部门紧密合作，为新产品开发提供材料选型、失效分析及解决方案等技术支持。参与制定材料相关的技术标准与规范； 5、前沿技术追踪与知识产权布局：持续跟踪国内外高分子材料、生物医用材料及可穿戴设备领域的技术发展趋势，进行前瞻性技术储备。负责相关技术专利的挖掘、撰写与申报。
1、应用包括大模型、Agent、多模态等在内的 AI 技术，推进汽车大数据的智能化应用落地； 2、与业务一起探索和发现 AI 技术的在汽车领域的前沿应用落地场景，针对性进行数据建设、模型训练、模型评估等，优化模型效果，实现效能提升； 3、探索AI技术在车端轻量化部署，优化推理速度。
1、开发基于机器学习的人形机器人全身控制策略，并应用于机器人loco-manipulation任务； 2、负责算法策略的训练与移植部署，实现算法sim2real在机器人实机上落地应用； 3、紧跟最新技术进展，将学术界前沿创新内容进行快速复现并创新，参与相关方向的论文与专利积累。
1、负责机器人整机构型及传动系统的分析、设计、传动效率、评价指标等，基于运控效果和运动学仿真，进行构型寻优； 2、负责整机传动系统设计、系统实验验证等前期预研打样验证；和设计团队成员沟通协调设计方案； 3、参与整机系统的需求拆解、传动分析、方案选型、开发验证、技术改进等全流程跟进，针对开发过程中出现的难点问题进行改进； 4、负责传动系统设计计算书、功能测试大纲、性能验证方案等相关设计、验证文件的编写；参与评价体系、方法论流程的建立编写工作。
1、负责机器人物理角色动画数据生成； 2、负责算法移植到机器人上并完成相应的功能实机验证； 3、持续跟踪国内外计算机图形学前沿研究成果，并进行相关算法复现。
1、负责世界模型的架构设计，技术方案选择与实现落地； 2、针对业务痛点，输出可行方案，完成产品转化和业务落地； 3、调研追踪相关前沿技术，并深入探索，沉淀形成专利/论文/文档等。
1、研发面向园区代客泊车场景的一段式端到端规划算法，实现感知-预测-规划的统一建模； 2、研究基于AR&diffusion等深度学习方法的轨迹生成与决策算法； 3、结合数值优化、模型预测控制（MPC）等方法，提升规划轨迹的安全性与平顺性； 4、跟进端到端自动驾驶领域前沿进展，推动算法持续迭代优化。
