共 3514 个在招岗位 · 实时同步小米官方招聘数据
1、设计和实现支持大规模分布式训练的集群和框架； 2、 构建高效的推理框架和算子优化，支持超大规模模型的在线和离线推理需求； 3、研究PD分离、Context Caching、模型量化、推敲编码等推理优化技术。
1、研发家居场景的具身智能软硬件关键技术，作出关键创新突破，包括机械臂软硬件系统、机械臂端到端VLA模型、机器人导航/避障/规划控制算法、世界模型、家居场景3D高精度数字地图等； 2、将如上具身智能软硬件关键技术落地在小米扫地机器人等核心旗舰产品上，提升小米扫地机器人的智能化体验和产品核心竞争力。
1、研发家居场景的具身智能软硬件关键技术，作出关键创新突破，包括机械臂软硬件系统、机械臂端到端VLA模型、机器人导航/避障/规划控制算法、世界模型、家居场景3D高精度数字地图等； 2、将如上具身智能软硬件关键技术落地在小米扫地机器人等核心旗舰产品上，提升小米扫地机器人的智能化体验和产品核心竞争力。
1、设计并实现多模态事件关联引擎，支持跨设备、跨时间窗口的事件组合推理； 2、研究端侧轻量模型与云端大模型的分层调度策略，建立成本-效果评估框架； 3、设计 Agent 学习闭环——从行为信号采集、模式识别到规则固化的全链路机制； 4、构建 Agent 效果评估管道，支持离线 session 采样分析与自动化问题诊断； 5、参与系统原型搭建，在真实家庭设备环境中验证方案有效性。
当模型规模触顶硬件天花板，真正的突破来自从模型到芯片的协同设计（Co-design）——让模型结构天然适配硬件特性，让芯片架构为模型量身定制。这正是我们在做的事。你将深入 MiMo 大模型的核心，从模型架构到推理效率，再到与自研芯片团队的深度协作，打通从算法到硅片的全链路。 你会做什么？ 1、模型架构设计：参与大模型核心架构的探索与迭代，设计兼顾建模能力与计算效率的架构（如高效 Attention 等）； 2、模型高效推理：研究低比特量化、稀疏化、投机解码等技术，在精度与推理效率之间找到最优解； 3、端到端性能优化：从算子、内存访问模式到系统级调度，推动软硬件协同的极致性能； 4、芯片协同设计：基于对芯片计算特性（数据流、存储层次、互联带宽）的理解，将模型侧的洞察转化为芯片架构的设计指引，与自研芯片团队紧密合作。
1、 参与视觉生成与编辑相关的大模型算法研发，包括图像编辑模型、视频编辑模型、图像视频画质优化、重点场景效果优化、性能与效果平衡、高可控生成等，探索领域前沿，持续创新，打造有影响力的高水平技术； 2、 图像视频编辑Agent系统研发。
1、 参与研究视觉理解和推理的核心技术，包括图像理解与推理、长视频理解与推理、美学理解、空间理解、世界模型等； 2、参与基于视觉理解的Agent系统研发探索，包括GUI Agent等。
1、研发下一代AI驱动的软件工程范式 - 构建面向移动端及嵌入式OS的智能编程系统，探索LLM在代码生成、架构设计、静态分析及测试用例生成等全流程的自治能力； - 研发智能编程辅助系统，实现需求文档→技术方案→代码实现→测试验证的端到端闭环开发。 2、构建软件工程Agent体系架构 - 设计具有记忆、规划与工具调用能力的多智能体框架，实现复杂功能开发的自主决策与执行； - 开发基于强化学习的Agent协作机制，优化代码质量、构建成功率等核心指标。 3、研发超大规模代码检索增强生成系统 - 设计高效的多粒度代码索引结构与语义检索框架，实现亿级代码片段的高精准召回与排序； - 研发代码知识库与LLM深度融合的混合检索技术，提升复杂项目上下文理解与跨文件依赖分析能力。 4、微调和评估软件工程领域专用模型 - 针对IDE补全、对话等场景微调专用小参数大模型，提升代码生成率； - 评估大模型在特定软件工程领域的能力，针对具体研发场景选择适合的模型。 5、前沿技术探索与专利布局 - 跟踪代码大模型、程序分析、AI软件工程等领域国际顶会（ICSE/PLDI/NeurIPS等）最新进展； - 主导技术创新点的专利撰写与学术论文产出。
1、负责探索大型软件工程的AI自进化系统研究。
1、电机控制器硬件平台的技术路线, 及前沿技术和先进工艺研究； 2、硬件需求分析及硬件系统设计，定义控制器硬件功能模块框图； 3、功率模块与母线电容规格定义、选型设计； 4、电路原路图集成及layout设计。
1、电机驱动算法设计与优化：负责永磁同步电机（PMSM）、无刷直流电机（BLDC）等电机的高精度控制算法设计，并进行算法的优化与改进，以提升电机驱动系统的性能； 2、系统仿真与验证：使用Matlab/Simulink等仿真工具，对电机驱动系统进行建模与仿真，验证控制算法的可行性与有效性； 3、硬件协同与系统集成：负责电机驱动算法在微控制器（MCU）上的代码实现与优化，完成算法从仿真到硬件平台的移植工作； 4、技术预研与创新：跟踪电机驱动领域的前沿技术，探索将人工智能（AI）、机器学习（ML）、深度学习（DL）等新技术应用于电机参数辨识、故障预测与健康管理（PHM）、自适应控制等方向，提升电机驱动系统的智能化水平。
1、根据整车需求定义电驱系统性能参数指标； 2、定义电驱系统技术方案和产品定义SOR、架构设计、需求定义、功能定义； 3、电机、电控软硬件、减速器等方案分析、审核和确认； 4、电驱系统整车电气接口、通讯接口定义。
1、负责热管理系统架构设计，系统模式拓扑优化； 2、负责热管理性能仿真，多目标优化设计； 3、热管理新技术的探索及应用。
1、负责车载电源供应商软件研发管控，覆盖全流程节点评审； 2、参与需求定义、软件设计评审、过程审核及样件验收，把控供应商交付质量； 3、运用FMEA、FTA工具进行失效分析与问题闭环管理； 4、主导基于ISO 26262、ASPICE等标准的软件合规性评估，审核供应商测试报告； 5、将AI应用于FMEA智能辅助分析、测试报告智能审核、供应商风险预警等核心流程； 6、搭建供应商管理知识库与AI工具，将专家经验结构化、可复用化，缓解专家资源瓶颈； 7、探索大模型在需求分析、文档生成、智能问答等场景的落地。
1、负责建立并优化电芯材料层级物理模型，在传统P2D模型基础上进行优化和改善；修正模型的精度可以支撑在高倍率充电/放电工况下模型的精度； 2、研究在更为复杂的前置工况下，电化学模型的精度提升修正函数，引入老化模块，引入前置极化模块，提升模型在复杂状态下的仿真精度； 3、基于机器学习，神经网络和Ai，在仿真精度可接受的前提下提升仿真速率，沟通一套可在线上部署的在线算法； 4、在大数据平台中布置和试行模型，在线验证模型，目标提升现有SOC和SOH估算精度。
1、负责动力电池管理方向前沿算法策略和解决方案开发； 2、负责相关算法和方案在云端或车载控制器的部署与实现； 3、负责电池数据探索与车云融合策略开发。
1、聚焦动力系统核心痛点，探索生成式 AI、大模型微调、数字孪生、强化学习等前沿技术的创新应用； 2、探索新一代 AI Agent 在研发流程、知识管理、跨团队协同中的规模化应用；构建可复用的Skills/Agent 工作流，实现重复型工作 AI 化、自动化、平台化； 3、负责AI前沿技术应用探索。
协同系统可靠性工程师，主导显示和相机的ffr目标、可靠性设计评审、风险闭环、测试问题风险判定、售后分析改善闭环。
协同系统可靠性工程师，主导显示和相机的ffr目标、可靠性设计评审、风险闭环、测试问题风险判定、售后分析改善闭环。
1、 负责结构化数据大模型核心算法的前沿技术探索，包括数据合成、预训练、模型优化等； 2、大模型算法数据挖掘与优化，提升数据集质量和多样性，并在海量真实业务数据上继续预训练； 3、 负责模型加速与优化，轻量化设计与处理，包括模型剪枝 / 量化等算法研发。
1、跟踪 Linux mainline 存储 / MM 子系统最新演进（folio、mTHP、large folio、ZNS、FUSE passthrough、io_uring 等），评估落地可行性； 2、调研内存管理、文件系统与存储介质相关领域的最新研究论文，洞察各类“省空间”的方案； 3、针对小米业务负载特征（短视频、游戏、AI Agent 本地化），设计并实现新型压缩 / 去重 / 分层存储方案； 4、构建存储效率量化评估体系（容量、性能、寿命、功耗四维）； 5、向 Linux / AOSP 社区贡献 patch，建立小米在存储方向的技术影响力； 6、与存储原厂共建 OS–Device 协同接口规范。
1、主导手机端侧AI模型的性能优化与能效突破，助力端侧高效的AI推理； 2、从算法、编译器、推理引擎、算子到芯片特性，进行全栈式软硬协同优化； 3、跟踪业界最佳成果，挖掘优化方向，协同论证可行性，优化落地效果； 4、整合米端软件到芯片能力，基于AI模型的特性与瓶颈，推动SoC芯片的定制开发； 5、探索构建GPU/NPU/CPU异构并行方案，拓展端侧AI推理的优化路径； 6、对移动端硬件做深度分析，建立benchmark模型，辅助端侧模型的能效优化。
1、研究并实现适用于自动驾驶场景的强化学习/模仿学习/混合学习策略； 2、推动策略优化算法在实车数据和仿真数据间的迁移落地； 3、联合量产团队完成RL策略在真实驾驶系统中的部署与评估。
1、研究自驾中VLM/VLA大模型的量化/剪枝/蒸馏/Token压缩等技术，支持自驾业务中的VLM/VLA加速； 2、负责将方案成果提升为学术论文、专利等成果，形成行业影响力。
1. 参与整车集成测试的质量保障工作，参与推动自动化测试在业务测试中的落地。 2. 参与自动化测试方案的设计与实施，覆盖测试用例自动执行、结果分析与报告生成。 3. 参与测试效能平台的技术选型、架构设计与核心功能模块开发，提升团队工程效率。 4. 持续追踪业界前沿测试工具与方法，探索大模型等先进技术在汽车测试领域的创新应用。
-负责PC桌面端、移动端及CLI工具的功能测试与GUI交互测试，覆盖各类边界case； -建立并维护Bug全生命周期管理流程； -整理用户反馈渠道问题，形成结构化问题跟踪工作流； -制定测试计划与用例，持续提升测试覆盖率； -必要时协调外包测试资源，把控整体交付质量
岗位职责 -负责 MiMo iOS / Android 客户端功能开发、体验优化与持续迭代； -参与产品需求分析和技术方案设计，与团队协作推动功能高质量落地； -围绕性能、稳定性、交互体验和工程质量，持续优化客户端整体表现； -参与客户端架构演进、基础能力建设和研发效率提升，沉淀高质量工程实践
负责将大模型、智能体等AI能力落地至整车研发流程，提升工程团队研发效率。具体包括： 1）基于业务场景构建AI Agent，实现重复性工作的自动化接管； 2）针对不同工程领域定制Prompt模板，建设可复用的Skills库； 3）维护部门级AI中台底座，保障AI工具链的稳定性与持续迭代； 4）识别高频事务性工作，设计并开发自动化工作流
我们正在构建下一代具备自主软件安全分析能力的大模型——能够独立发现操作系统、浏览器及关键基础设施中长达数十年未被检出的零日漏洞，并在无人工干预的情况下生成可执行的漏洞利用链。 核心职责 1、负责设计并执行面向软件漏洞发现的大模型训练流程，包括预训练数据构造、指令精调与 RLHF/RLAIF； 2、研究提升模型在二进制分析、源码审计、模糊测试指导等安全任务上推理能力的方法； 3、构建并维护 Agentic 安全评估框架，设计覆盖 CVE 复现、零日发现、漏洞利用链生成的基准测试集； 4、与红队工程师协作，对模型的进攻性能力进行双用途风险评估与控制； 5、研究长上下文代码推理、跨文件调用链分析、符号执行辅助等关键技术。
1、负责数字钥匙应用层软件的设计、开发与维护，覆盖NFC、BLE、UWB等通信协议的功能实现（如车辆解锁/闭锁、启动、钥匙分享等）。基于CCC/ICCE/FiRa等国际标准协议开发数字钥匙功能，确保兼容性与安全性。参与车载系统（Android/iOS/RTOS平台）的集成与优化，支持跨平台部署。 2、主导或参与系统架构设计，编写技术文档（功能规范、设计文档、测试用例等）。协同硬件工程师完成实车调试、故障排查及性能优化（使用CANoe、VehicleSpy等工具）。与云端服务团队协作，实现钥匙分发、权限管理及OTA更新等； 3、设计安全认证机制（如非对称加密、PKI体系），确保钥匙传输与存储的安全性。优化系统性能（内存、功耗、通信延迟），提升用户体验。
