顶尖应届-OS Agent算法工程师-手机

优缺点分析

角色解读

• 从算法工程师起步，逐步成长为多模态大模型领域的专家
• 可向技术负责人或架构师方向发展，主导移动端AI解决方案
• 积累经验后可转向更前沿的通用人工智能或机器人领域
• 负责多模态大模型的预训练、微调和部署，将模型应用于实际手机业务中
• 探索知识增强技术，利用个人数据提升模型的个性化理解和生成能力
• 融合多模态数据，开发能自主观察环境和推断用户需求的意图决策大模型
• 搭建端侧VLM的屏幕理解能力，实现具备泛场景能力的GUI Agent
• 扎实的深度学习基础，熟悉CNN、RNN、Transformer等神经网络及数学原理
• 熟练掌握Python和C++，以及至少一种深度学习框架（PyTorch、TensorFlow）
• 具备多模态数据处理或大模型应用经验者优先
• 有顶级会议（如ICML、NeurIPS）论文发表经验更佳

申请策略

• 提前了解小米HyperOS和AIoT生态，思考端侧Agent的应用场景
• 投递后可通过内推或与HR沟通，展示对手机AI的热情
• 突出深度学习项目或竞赛经验，尤其是多模态或NLP相关
• 如有大模型（如GPT、BERT）微调或应用经历，务必详细描述
• 列出论文发表或专利成果，注明会议级别和自身贡献
• 强调Python/C++编程能力，可附上GitHub链接
• 复习Transformer架构、注意力机制、模型蒸馏等知识
• 实践端侧模型部署工具（如TensorFlow Lite、ONNX）

面试指南

• 结构化回答：先总述目标，再分步骤讲方法、挑战和结果，最后总结收获
• 对于开放性问题，先给出整体思路，再细化具体技术选型，体现系统性思维
• 遇到不熟悉的问题，可以陈述相关基础知识，并表达学习意愿
• 请详细讲一下你参与过的多模态或大模型项目，遇到的挑战及解决思路
• 如何将一个大模型部署到手机端？需要考虑哪些优化？
• 解释Transformer中的self-attention机制，以及它为什么对长序列有效？
• 如果你要设计一个能理解手机屏幕内容的GUI Agent，你会怎么做？
• 你对知识增强有哪些理解？如何利用个人数据提升模型表现？