小米
顶尖应届-多模态大模型算法研究员-MiMo
顶尖应届-多模态大模型算法研究员-MiMo
发布于 大约 2 个月前普通员工/个人贡献者
北京市
初级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
分布式训练
图像生成
多模态
大模型
文本生成
模型优化
深度学习
视频理解
CV
AI 估算 · 20k–30k
顶尖校招研究岗，北京大厂，AI前沿方向，薪资有竞争力。
职位详情
关于这个职位
该职位专注于多模态大模型的算法研究，涵盖文本、图像、音频、视频的理解与生成统一建模
你将参与数据策略、模型结构设计、分布式训练与推理优化等核心方向，适合有志于前沿AI研究的顶尖应届生
最低要求
多篇NLP&CV领域顶会论文发表
工作职责
多模态（文本、图像、音频、视频）数据的收集、合成及数据策略，提升质量、多样性、可扩展性
探索多模态理解与生成统一的建模方式
多模态模型的模型结构的设计与优化，高效的大规模分布式训练和推理系统（云侧和端侧）
研究多模态模型的深度推理范式
AI 洞察
优缺点分析
优点
- 小米作为上市公司，资源丰富，落地场景多，技术成果易转化
- 多模态大模型是当前AI最热方向，个人成长迅速，行业前景广阔
- 团队研究氛围浓厚，可与顶尖人才合作，提升学术水平
- 多模态领域竞争激烈，需要紧跟最新技术迭代
- 适合在AI领域有扎实研究基础、追求技术前沿、能承受高强度研究的优秀应届博士或硕士
缺点 / 挑战
- 研究压力大，需要持续产出高水平论文和模型
- 工作强度较高，可能需要加班完成实验和项目
角色解读
- 技术深耕：从研究员到资深专家，主导多模态核心方向
- 学术影响力：通过顶会论文和开源项目建立个人声誉
- 管理路线：未来可带领研究团队，成为技术负责人
- 负责多模态数据的收集、清洗与合成，提升数据质量和多样性
- 探索文本、图像、音频、视频的统一建模方法，优化模型结构
- 参与大规模分布式训练与推理系统的设计与优化，支持云侧和端侧部署
- 研究多模态模型的深度推理范式，推动模型能力的边界
- 扎实的深度学习基础，熟悉Transformer、扩散模型等主流架构
- 丰富的NLP/CV研究经验，有顶级会议论文发表
- 熟练使用PyTorch等深度学习框架，有分布式训练经验
- 对多模态理解与生成有深入理解，关注前沿技术动态
申请策略
- 在求职信中表达对多模态统一建模的独特见解，展现研究热情
- 提前了解小米的多模态产品（如小爱同学、智能摄像头），思考如何结合
- 突出已发表的顶会论文，说明论文的创新点和影响力
- 详细描述多模态相关项目经验，包括数据、模型、实验细节
- 展示开源贡献或竞赛成绩，体现工程能力和团队协作
- 补充多模态融合的最新论文阅读，熟悉主流方法
- 练习大规模分布式训练框架的使用，如DeepSpeed、Megatron
- 尝试复现开源多模态模型，加深对模型结构的理解
面试指南
- STAR法则：情境、任务、行动、结果，清晰展示项目全貌
- 技术对比：提出方案时，比较不同方法的优劣，体现思考深度
- 前沿洞察：结合最新论文，展示对领域趋势的理解
- 请介绍你最有代表性的多模态研究项目，包括问题、方法、结果
- 如何设计一个多模态理解与生成统一的模型架构？优缺点？
- 在分布式训练中遇到过哪些挑战？如何解决？
- 如何看待当前多模态大模型的局限性？未来发展方向？
- 复习多模态经典论文（如CLIP、DALL-E、VideoMAE等），理解核心思想
职位点评
73
综合评分
前沿赛道、技术驱动、成长迅猛，但工作强度高、生活平衡挑战大。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
该职位最适合极度重视技术成长和发展前景的求职者，愿意为前沿研究投入大量时间和精力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展95
工作生活40
使命价值75
薪资福利
70中等
薪资有望达到市场偏高水平，福利齐全，但对于顶尖人才而言，现金回报可能不如部分互联网大厂突出。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
95较高
处于AI最前沿的多模态大模型方向，技术含量高，成长空间极大，有论文产出机会和内部技术积累。
技术前沿前沿/新兴技术
技术栈多模态、大模型、分布式训练、Transformer、扩散模型
业务类型ambiguous
工作生活
40较低
研究岗通常工作强度大，北京核心地段办公但加班可能较多，生活平衡挑战大。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
AI技术推动社会进步，小米产品影响广泛，但商业驱动为主，直接社会使命感中等。
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
小米 的其他在招职位
相似职位推荐
Watch Jobs