小米
全栈工程师-汽车专项-实习
全栈工程师-汽车专项-实习
发布于 大约 12 小时前实习/见习
南京市
无经验要求
实习生
仅现场办公
硕士
微服务
计算机视觉
YOLO
高并发
websocket
MQTT
AI 估算 · 5k–8k
大厂实习薪资透明，南京实习约5-8k/月，技术栈要求高，薪资偏中上
职位详情
关于这个职位
作为小米AI安全平台的全栈实习生，你将参与高并发微服务架构的设计与开发，支撑摄像头视频流接入和YOLO模型推理服务
这是一个深入计算机视觉与后端技术的实践机会，适合有Python和微服务基础的硕士生
最低要求
计算机、通信、电子或相关专业硕士及以上学历
扎实的 Python 后端开发能力，有 Flask/FastAPI 实际项目经验
熟悉异步编程、连接池、缓存策略等高并发优化手段
熟悉微服务架构设计原则，具备服务拆分、API 网关、服务注册发现、限流熔断等实践经验
熟练使用 MySQL / PostgreSQL、Redis和对象存储
掌握消息队列（Kafka / RabbitMQ）在解耦与削峰中的应用
熟悉 Nginx 配置与调优，能基于 Nginx 实现反向代理、负载均衡、限流及静态资源服务，支持高并发 API 的稳定访问
理解网络通信基础（TCP/IP、HTTP/2、MQTT、WebSocket），能使用 Wireshark 或 tcpdump 定位高并发场景下的性能瓶颈
具备良好的工程素养：熟练使用 Git 协作开发，重视 Code Review 与自动化测试（pytest），掌握 Docker 基础操作
对计算机视觉有工程级理解：能调用 YOLO 等开源模型进行推理，能将模型封装为推理服务
工作职责
负责公司 AI 安全平台的后端系统开发，设计并实现支持多路摄像头并发接入的微服务架构，支撑 YOLO 等目标检测模型的高吞吐、低延迟推理服务
设计可扩展的微服务模块（如任务调度、告警中心、设备管理），确保系统在高负载下的稳定性与可观测性
与通信协议团队协作，构建基于 MQTT/WebSocket/CoAP 的高并发设备接入层，支持百级摄像头实时数据流接入与 Web 端可视化调试
封装 CV 模型（如 YOLOv5/v8）为标准化推理接口，实现模型动态加载、资源隔离与异常熔断机制
优先资格
有视频流处理或边缘计算项目经验（如 FFmpeg、GStreamer、RTSP 流接入）
有模型服务化经验（Triton Inference Server、ONNX Runtime、TensorRT 或 TorchServe）
熟悉高并发系统压测与调优（Locust / JMeter + Prometheus/Grafana 监控）
AI 洞察
优缺点分析
优点
- 小米作为大型上市科技公司，平台大、技术积累深厚，实习经历含金量高
- 接触AI安全与视频流处理前沿技术，技能树全面（后端、CV、系统设计）
- 团队协作规范，工程化流程完善，能培养良好的代码和测试习惯
- 技术栈要求广泛，需要同时掌握后端、网络、CV等多方面知识，学习曲线陡峭
- 实习岗位需快速产出成果，需具备较强的独立解决问题能力
- 适合计算机或相关专业在读硕士，具有扎实Python基础和微服务经验，渴望深入AI工程化领域并有较强抗压能力的求职者
缺点 / 挑战
- 高并发系统开发压力较大，可能需要应对线上性能问题
角色解读
- 实习转正后有机会成为正式后端/全栈工程师，深入AI安全领域
- 积累高并发系统和计算机视觉工程经验，可向AI工程化或架构师方向发展
- 小米平台锻炼机会多，未来可转向自动驾驶、智能硬件等热门方向
- 负责AI安全平台后端开发，设计微服务架构支撑多路摄像头并发接入和YOLO模型推理
- 构建基于MQTT/WebSocket的设备接入层，实现百级摄像头实时数据流处理
- 封装CV模型为标准化推理接口，处理动态加载和异常熔断
- 扎实的Python后端开发能力，熟悉FastAPI/Flask及异步编程
- 精通微服务架构设计，掌握服务拆分、API网关、限流熔断等
- 熟练使用MySQL、Redis、Kafka、Nginx等中间件，具备网络性能调优经验
申请策略
- 详细了解小米AI安全平台业务，面试时展示对视频监控和AI安全的兴趣
- 准备一个完整的微服务项目案例，体现对高并发和可观测性的思考
- 突出Python后端项目经验，尤其是Flask/FastAPI和高并发优化（如异步、缓存）
- 展示微服务设计实践，如服务拆分、API网关、Docker部署
- 如有计算机视觉项目（YOLO推理、视频流处理）或边缘计算经历，重点强调
- 提前熟悉FastAPI、Kafka、Nginx配置调优，可做一个小型视频流处理demo
- 学习YOLO模型部署和ONNX/TensorRT优化，掌握模型服务化基础
面试指南
- 用STAR法则描述项目：情境、任务、行动、结果
- 重点突出技术选型和量化成果
- 对于性能优化问题，从数据库、缓存、消息队列、异步IO等层面系统回答
- 对于系统排查问题，说明使用监控工具（Prometheus/Grafana）和网络抓包（Wireshark）等
- 请描述一次你设计微服务架构的经历，如何处理服务拆分和服务间通信？
- 如何优化Python后端的高并发性能？请举例说明异步编程和连接池的使用
- 你如何将YOLO模型封装为推理服务？考虑过哪些性能优化手段？
- 如果摄像头并发连接数突然增加，系统出现延迟，你如何排查和解决？
匹配度报告
68
综合匹配度
小米AI安全平台实习，技术前沿成长快，WLB一般，薪资合理。
适合人群
适合追求技术成长、愿意投入时间学习前沿技能的求职者，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活50
使命价值65
薪资福利匹配
70中等
实习薪资处于大厂中等水平，但公司平台和福利保障较好。
薪资信号未披露（AI估算：5K-8K/月）
成长发展匹配
85较高
涉及AI安全、微服务、计算机视觉等多领域前沿技术，技能成长空间大。
技术前沿前沿/新兴技术
技术栈Python、FastAPI、YOLO、微服务、MQTT、WebSocket、Docker、Kafka、Nginx
业务类型profit_center
工作生活匹配
50较低
实习通常需现场办公，南京园区位置一般，未提及WLB政策。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
65中等
AI安全属于高速增长领域，有一定社会价值，但实习岗位使命感不强。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs