小米
AI算法工程师-AICoding/Agents方向
AI算法工程师-AICoding/Agents方向
发布于 大约 3 小时前普通员工/个人贡献者
武汉市 / 北京市
中级经验
全职员工
仅现场办公
学历未注明
机器学习工程
Autogen
Mcp
Pytorch
Rag
Sft
代码生成
大模型训练
AI 估算 · 20k–40k
大模型算法人才稀缺，小米平台薪资有竞争力，武汉和北京水平有差异。
职位详情
关于这个职位
作为小米AI算法工程师，你将专注于AICoding和Agents方向，负责代码智能体系统的全流程研发
工作内容包括数据构建、大模型预训练与微调、基于主流框架搭建多代理系统，以及MCP工具生态的建设
你将参与前沿技术探索，推动代码生成、自动修复等场景落地
该岗位适合对AI和编程有热情、具备扎实算法基础的工程师
最低要求
职位要求
计算机基础扎实，熟练使用 Python，至少掌握一门强类型语言（Go/Java/C++/Rust 优先）
熟悉 Git、Linux 与容器化开发
熟悉主流 Agents 框架与范式：有 LangGraph/LangChain/AutoGen/LlamaIndex/CrewAI 之一的实战经验
理解 MCP 协议并能实现自定义 MCP 工具
熟悉 ReAct、RAG、Function Calling、Planner/Memory 等方法并能落地
了解大模型训练与推理：可使用 PyTorch/DeepSpeed/Lightning/Colossal-AI 等完成 SFT/LoRA/QLoRA
理解后训练与对齐方法
熟悉 Transformers/vLLM/TGI 等高效推理与服务化
具备良好的实验设计与问题定位能力，能分析 Agent 轨迹、工具失败率、检索召回与推理路径，提出可量化改进方案
良好的沟通与团队协作能力，关注用户体验，能与产品/前端/平台协同推进落地
工作职责
职位描述
负责代码智能体（Coding Agent）系统全流程研发：数据构建（代码语料清洗、代码/对话/工具轨迹标注）、预训练/持续预训练、指令微调（SFT）与后训练（DPO/ORPO/RLHF/RLAIF），在 HumanEval、MBPP、SWE-bench、RepoBench 等基准及业务集上达成目标
基于主流 Agents 框架（LangChain、AutoGen、Agno 等）搭建具备规划、工具调用、记忆与多步推理能力的多代理系统，落地代码生成、调试与单测生成、仓库级理解、自动修复、PR 评审与CI修复等核心场景
以 MCP（Model Context Protocol）为核心构建工具生态：设计与实现 MCP servers/tools，标准化接入代码搜索、编译/运行、CI/CD、Issue/PR、知识库与内部服务
支持安全沙箱执行与资源隔离，提升可观测与可维护性
设计并优化 ReAct/Plan-Act/Tree-of-Thought 等推理策略及函数调用，结合 RAG（向量/符号/结构化检索与代码图）实现大规模代码库检索增强，支持跨文件、跨仓库的复杂问题求解
AI 洞察
优缺点分析
优点
- 小米平台大，资源丰富，能接触到大规模真实业务场景
- 岗位技术前沿，涉及大模型、Agents、MCP等最新方向，个人成长快
- 薪资有竞争力，且公司福利较完善
- 工作内容复杂，需要同时掌握数据、训练、推理和框架，技术门槛高
- AI算法岗位节奏较快，可能需要较强的抗压能力
- 涉及多个地点（武汉、北京），可能需要适应地点安排
缺点 / 挑战
- 适合对AI前沿技术有强烈兴趣，喜欢挑战复杂问题，并有扎实算法基础的工程师
角色解读
- 在技术深度上，可以成为大模型训练和Agent系统的专家，参与前沿研究
- 在业务广度上，可以向AI产品技术负责人或架构师方向发展，推动智能体落地
- 随着AI行业爆发，该岗位有丰富的跨团队协作和晋升机会
- 负责代码智能体（Coding Agent）系统的全流程研发，包括数据构建、模型训练与后训练
- 基于LangChain、AutoGen等框架搭建多代理系统，实现代码生成、调试、自动修复等场景
- 设计MCP工具生态，标准化接入代码搜索、CI/CD等内部服务
- 优化ReAct、RAG等推理策略，提升大规模代码库的检索和问题求解能力
- 扎实的Python编程能力，熟悉至少一门强类型语言如Go/Java/C++/Rust
- 熟悉主流Agents框架（LangChain、AutoGen等），理解MCP协议
- 掌握大模型训练与推理技术，如PyTorch、SFT、LoRA等
- 具备良好的实验设计和问题定位能力，能够分析Agent轨迹和系统性能
申请策略
- 在申请时，可以强调对代码智能体方向的思考和对小米业务的了解
- 准备好展示自己过往项目中如何解决复杂技术问题的案例
- 突出大模型项目经验，特别是SFT、RLHF或Agent系统开发经历
- 展示编程能力，尤其是Python和至少一种强类型语言的项目实践
- 如果有开源贡献或技术博客，可以体现技术热情和深度
- 补充学习LangChain、AutoGen等Agents框架的使用
- 了解MCP协议并实践实现自定义MCP工具
- 熟悉RLHF/DPO等后训练方法，可以动手实验
面试指南
- 用STAR法则回答项目经验，突出你个人贡献和技术难点
- 对于系统设计题，从数据、模型、推理、评估四个维度展开
- 对于技术理解题，先讲清原理，再联系实际应用和优化
- 请介绍一下你过去参与的大模型训练或Agent项目的主要工作
- 你对ReAct、RAG等推理方法如何理解？在实际项目中如何应用？
- 如何设计一个代码智能体系统？从数据到训练到推理的流程是怎样的？
- 如果你实现一个MCP server，你会怎么设计？
- 如何评估Agent系统的性能？你会关注哪些指标？
职位点评
70
综合评分
大厂AI算法岗，前沿技术栈，薪资竞争力强，但工作强度和地点需权衡。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术深度和前沿发展的算法工程师，能适应较高工作强度。
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88
工作生活45
使命价值72
薪资福利
70中等
小米作为上市公司，薪资福利具有竞争力，但JD未明确具体薪资和福利，需要面议。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
88较高
岗位涉及大模型训练、Agents、MCP等前沿技术，对技术成长非常有帮助，能积累宝贵经验。
技术前沿前沿/新兴技术
技术栈Python、LangChain、AutoGen、MCP、PyTorch、SFT、RAG、ReAct
业务类型ambiguous
工作生活
45较低
JD未提及弹性工作或远程办公，工作地点为武汉和北京，具体位置未知，通常AI岗位强度较大。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
72中等
大模型和代码智能体是行业热点，但JD未明确社会价值或使命感，整体中性偏积极。
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