小米
语义理解算法工程师
语义理解算法工程师
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公NLP工程
NLP工程
Nlp
Pytorch
大语言模型
强化学习
意图识别
智能家居
槽位抽取
深度学习
值不值得投
77综合评分
综合评分 77
技术驱动、场景明确、成长性强的AI算法岗，但具体待遇与WLB需进一步确认。
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。
薪资怎么样
28K
比NLP工程中位数低
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
约 3130 个在招 · 其中NLP工程 4 个
市场机会
选择不多
武汉 · NLP工程 · 4 个在招
职位详情
关于这个职位
该职位是小米小爱语音助手团队的语义理解算法工程师，主要负责用户自然语言理解（如意图识别、槽位抽取）的算法研发与优化，并将前沿的大语言模型、强化学习等技术应用于智能家居场景，提升小爱同学在IoT设备交互上的智能体验
最低要求
计算机专业硕士及以上学历
具有扎实的python/scala/java/c++等相关编程能力
掌握自然语言处理、信息检索、深度学习、大语言模型的理论基础，熟悉常用NLP与机器学习/深度学习算法，了解大模型相关基本概念，熟悉Prompt编写技巧，具备大模型微调实践经验
熟悉linux开发环境，熟悉PyTorch模型开发，熟悉主流Transformer、PEFT、DeepSpeed、VERL等大模型算法库，并具有实战经验
具备独立落地业务项目的工程能力，独立的问题分析定位能力，参与或主导过相关NLP/大语言模型的实际项目落地
具备良好的团队合作和沟通能力，责任心强，积极主动，勇于接受挑战，具有创新精神
工作职责
负责对用户自然语言的理解，包括意图识别、槽位抽取、槽位继承、语义匹配等自然语言算法优化
负责对前沿自然语言理解技术的探索，包括SFT/RL/OPD/模型蒸馏/多轮语义理解、知识融合等
负责小爱语音助手智能家居的算法体验优化，包括数据挖掘，模型训练，效果分析，问题跟踪，线上工程迭代等
将人工智能算法应用到小爱同学中，让千万家庭享受小爱智能家居(IOT)的乐趣
优先资格
有大模型Agent skill优化经验者优先
AI 洞察
优缺点分析
优点
- 直接参与亿级用户量级产品的核心AI能力建设，技术影响力大，成果可见
- 业务场景（智能家居）与前沿技术（大模型、Agent）紧密结合，能获得宝贵的落地经验
- 背靠大型科技平台，拥有丰富的数据、算力和跨领域协同资源
- 对算法能力和工程落地能力要求双高，需平衡理论创新与产品稳定性的要求
- 智能语音助手技术迭代快，需持续跟进并掌握最新的大模型技术以保持竞争力
- 对NLP和大模型技术有执着热情，乐于将技术应用于实际产品并解决复杂工程问题，具备较强自驱力和团队协作精神的算法工程师
缺点 / 挑战
- 需要深入理解复杂的智能家居场景和用户需求，工作具有挑战性
角色解读
- 技术专家路线：深耕NLP和大模型技术，成为该领域的资深专家或架构师，主导技术方向
- 技术管理路线：在技术深度基础上，培养团队管理和项目推动能力，成长为技术团队负责人
- 负责小爱语音助手的语义理解核心算法，处理用户模糊、复杂的自然语言指令
- 探索并落地前沿的大语言模型（LLM）技术，如SFT、RLHF，持续提升模型的智能水平
- 解决智能家居场景下的多轮对话、意图理解、知识融合等实际问题，并保障线上服务稳定
- 深厚的自然语言处理（NLP）和深度学习理论基础，特别是大语言模型（LLM）的训练与调优
- 熟练掌握Python及PyTorch等主流框架，有使用DeepSpeed、VERL等大模型工具链进行高效训练和部署的实战经验
- 强大的工程化能力，能独立完成从数据、模型到线上服务的全链路开发与迭代
申请策略
- 面试前，主动体验并思考小爱同学在智能家居场景中的典型交互案例及其优化点
- 准备一个能体现你解决复杂NLP/大模型问题能力的深度技术案例
- 重点突出与NLP、大模型、意图理解、槽位抽取直接相关的项目经验，量化模型效果提升（如准确率、召回率）
- 清晰展示从模型研究到工程落地、线上部署的全链路经历，体现工程化能力
- 如果有与智能硬件、IoT或语音交互相关的项目经验，务必加以强调
- 深入理解并实践SFT、RLHF等大模型微调技术，熟悉Agent框架的原理与应用
- 学习并掌握模型轻量化、高效推理（如量化、蒸馏）以及大规模分布式训练技术
面试指南
- 对于项目经验类问题，采用STAR法则：清晰描述项目背景(S)、你的具体任务(T)、采取的关键行动(A)和最终量化的成果(R)
- 对于系统设计或优化类问题，先阐述问题本质和目标，再分模块（数据、模型、评估、部署）给出解决方案，并权衡不同方案的优劣
- 对于技术原理类问题，结合论文核心思想与实际工程经验进行阐述，避免空谈理论
- 请介绍你过去负责过的最复杂的NLP/大模型项目，你在其中扮演什么角色，解决了哪些关键问题？
- 如何对一个线上对话系统的意图识别模型进行优化？请描述你的思路和步骤
- 你对RLHF（基于人类反馈的强化学习）训练大语言模型的理解是什么？它在实际落地中可能遇到哪些挑战？
- 如何设计一个多轮对话的槽位继承与填充策略？请结合一个智能家居控制场景举例说明
- 如果让你负责小爱同学一个新的IoT设备品类（如智能窗帘）的语义理解功能，你会如何规划和实现？
职位点评
薪资福利70
成长发展90
工作生活65
使命价值85
薪资福利
70中等
职位为已上市企业正式岗位，具备稳定的薪酬和潜在的长期激励（如股票），但具体薪资与福利未在JD中披露。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
90较高
该职位专注于大语言模型在智能家居场景的前沿应用，技术挑战高，能接触行业领先的AI工程实践，并有清晰的技术成长路径。
技术前沿前沿/新兴技术
技术栈大语言模型、SFT、RL、模型蒸馏、多轮语义理解、知识融合、Prompt、Agent
成长机会前沿自然语言理解技术的探索、独立落地业务项目的工程能力
业务类型profit_center
工作生活
65中等
JD未明确提及办公模式或工作时间，仅根据工作地点（武汉）和岗位性质（算法研发）推断可能有一定的WLB，但作为核心产品线，项目压力可能较大。
工作模式未明确
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
85较高
将AI技术应用于千万家庭的智能家居场景，让产品更智能，具有明确的用户价值和社会影响力，属于高增长的技术应用赛道。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号让千万家庭享受小爱智能家居(IOT)的乐趣
创新程度积极采用新技术
Watch Jobs