小米
算法工程师（测试方向）-2027届
算法工程师（测试方向）-2027届
发布于 2 天前普通员工/个人贡献者
南京市
无经验要求
全职员工
仅现场办公
博士
强化学习
自动化测试
计算机视觉
多模态模型
大语言模型(Llm)
Ai4Se
Gui Understanding
AI 估算 · 25k–45k
博士学历+AI前沿方向，市场需求大，小米大厂薪资有竞争力，综合估算月薪3-4万
职位详情
关于这个职位
该职位主要探索大语言模型、Agent和多模态技术在软件测试中的应用，构建智能体能力（如GUI Agent），并参与AI驱动的软件验证与质量评估体系建设
你将推动AI技术在移动端、自动化验证等真实场景的工程化落地，跟踪前沿技术并进行创新实践
适合对AI+软件工程交叉领域有浓厚兴趣的博士毕业生
最低要求
计算机、人工智能、机器学习、自动化等相关专业博士学历
在以下一个或多个方向具备研究或实践经验：
大语言模型（LLM）
Agent / Multi-Agent Systems
强化学习（RL/RLHF）
多模态模型（VLM）
自动规划与决策
AI4SE（AI for Software Engineering）
GUI Understanding / Computer Use
具备扎实的算法基础与工程能力，熟悉 Python、C++、Go 等至少一种编程语言
对 AI 与复杂软件系统交互、自主执行、软件智能化等方向有较强兴趣
具备良好的问题分析与工程落地能力，能够推动算法能力在真实业务场景中的应用
工作职责
参与 AI Native 软件工程体系建设，探索大模型、Agent、多模态等技术在软件测试中的落地应用
研究并构建 GUI Agent / Mobile Agent 等智能体能力，提升 AI 对软件系统的理解、规划、执行与交互能力
参与 AI 驱动的软件验证与质量评估体系建设，包括任务规划、自动执行、结果分析与反馈闭环
探索 AI 在复杂长链路场景中的自主决策、稳定执行、自反馈与持续优化机制
参与多模态软件理解相关能力建设，包括 UI Understanding、Screen Grounding、视觉交互等方向
推动 Agent、LLM、多模态等技术在移动端、自动化验证、探索式交互等真实业务场景中的工程化落地
跟踪 AI Agent、AI4SE（AI for Software Engineering）、多模态模型等前沿技术，并结合业务场景进行创新实践
优先资格
具备以下经验者优先：
GUI Agent 相关项目经验
Android 自动化或移动端交互经验
开源 Agent Framework 使用或开发经验
Tool Use / MCP / Workflow 编排经验
软件验证、自动化或质量工程相关经验
AI 洞察
优缺点分析
优点
- 小米作为科技巨头，平台资源丰富，能接触到海量用户场景和真实数据
- AI+测试属于前沿交叉领域，技术壁垒高，职业发展空间大
- 博士学历起点，薪资和职级有竞争力，适合长期深耕
- 测试方向相对小众，内外部认知可能需时间建立
缺点 / 挑战
- 博士学历要求较高，竞争激烈
- 技术更新快（如LLM、多模态），需要持续学习，工作压力较大
- 适合对AI与软件工程交叉领域有浓厚兴趣、热爱研究和工程落地、愿意接受高强度技术挑战的博士毕业生
角色解读
- 向AI4SE领域专家发展，成为AI测试基础设施的核心设计者
- 向AI Agent架构师转型，主导智能体产品的技术方向
- 也可转向测试开发管理岗，带领团队落地前沿技术
- 探索大模型、Agent、多模态等AI技术在软件测试中的落地应用，构建AI Native的软件工程体系
- 研发GUI Agent/Mobile Agent等智能体，提升AI对软件系统的理解、规划与执行能力
- 参与AI驱动的软件验证与质量评估体系建设，实现任务规划、自动执行、结果分析与反馈闭环
- 扎实的算法与工程能力，精通Python、C++等至少一种编程语言
- 在LLM、Agent、强化学习、多模态等方向有研究或实践经验
- 具备良好的问题分析与工程落地能力，能将算法应用于真实业务场景
申请策略
- 关注小米AI实验室的技术博客和招聘动态，提前了解业务方向
- 准备好一个与AI测试相关的研究方案或想法，展现创新思维
- 突出LLM/Agent相关的研究论文、项目经历，尤其是落地成果
- 展示编程能力（Python/C++）和开源贡献（如Agent框架）
- 如果有GUI自动化或Android测试经验，务必强调
- 学习主流Agent框架（LangChain、CrewAI等），动手搭建一个简单Agent
- 补充软件测试基础知识，了解自动化测试工具（Appium、Selenium等）
面试指南
- 使用STAR法则：背景、任务、行动、结果，突出技术细节
- 从原理到实践：先阐述核心概念，再结合具体案例说明
- 结构化回答：问题定义→方法选择→实验验证→改进方向
- 请详细介绍你的一项LLM或Agent研究，并说明其创新点
- 如何设计一个能自动探索App并发现缺陷的GUI Agent？
- 你认为AI在软件测试中最具挑战的问题是什么？如何解决？
- 写一段代码：实现一个基于强化学习的简单任务规划器
- 谈谈你对多模态模型在UI理解中局限性的看法
匹配度报告
65
综合匹配度
小米AI测试方向博士岗，前沿技术栈，薪资有竞争力但WLB一般。
适合人群
该职位最适合发展性动机强烈的求职者，追求前沿技术突破和职业成长，能接受一定的工作压力。
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90
工作生活30
使命价值70
薪资福利匹配
70中等
薪资未明确，但小米大厂通常提供有竞争力的薪酬和福利，博士岗位待遇优厚；不过JD未披露具体数字，稳定性中等。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
90较高
该岗位涉及大模型、Agent等前沿技术，技能成长空间大；虽然JD未提及晋升路径，但小米内部技术通道清晰，博士起点较高。
技术前沿前沿/新兴技术
技术栈大语言模型(LLM)、Agent、多模态模型、强化学习、Python、C++、GUI Understanding、AI4SE
业务类型ambiguous
工作生活匹配
30较低
JD未明确工作模式和加班情况，按行业惯例互联网大厂可能存在高强度工作，且南京办公地点为科技园，通勤一般。
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
70中等
AI测试领域属于高速增长赛道，但社会影响力中性；公司创新意愿较强，但具体使命未在JD中明确。
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