小米
大模型算法工程师-Data Agent方向
大模型算法工程师-Data Agent方向
发布于 大约 2 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
硕士
NLP工程
Data Agent
Llm
Nl2Sql
Nlp
Pytorch
Rag
Sql
Tensorflow
大模型
AI 估算 · 30k–60k
大模型算法为前沿热门方向，小米平台大，一线城市薪资高，参考市场行情。
职位详情
关于这个职位
该职位负责大模型在数据分析领域（Data Agent）的核心算法研发，重点攻克NL2SQL、LLM Agent等前沿技术难题
你将参与从模型设计、评测到自动化优化闭环的完整流程，推动大模型在企业级数据场景下的生产落地
适合对自然语言处理和大模型应用有浓厚兴趣、喜欢挑战复杂技术问题的算法工程师
最低要求
计算机科学、人工智能、数学、统计或相关专业硕士及以上研究生
熟悉深度学习与大语言模型基本原理，掌握至少一种主流深度学习框架（如 PyTorch、TensorFlow）
对自然语言处理（NLP）、大模型应用（如 Prompt、RAG、微调、Agent）有深入理解
熟悉 SQL，了解数据库与数据仓库基本概念，具备扎实的编程能力（Python 优先）和算法基础
对数据智能、Data Agent 方向有浓厚兴趣，具备良好的中英文文献阅读能力
具备较强的分析与解决问题的能力，良好的沟通与团队协作精神
工作职责
参与分析 Agent（Text-to-SQL / Data Agent）核心能力的研究与研发，探索大模型在企业数据分析场景下规模化、生产级落地的技术路径
负责 NL2SQL 相关算法的设计、实现与优化，包括多路生成、执行结果投票、置信度选择等机制，提升 SQL 生成的准确率与稳定性
探索基于数据血缘、日志与 schema 的语义质量诊断与自动增强，提升面向大模型的语义可用性
参与领域评测集构建（含基于 BI 看板的自动挖掘）与"评测—归因—优化—回测"自动化闭环的建设，支撑效果持续迭代
参与数字溯源、异常根因诊断、报告生成与可视化等分析能力的算法研发，保障结果可信、可解释
跟踪 NL2SQL、LLM Agent、多模态与大模型工程化等相关领域的前沿技术动态，并推动在业务中的应用落地
优先资格
有 NL2SQL / LLM Agent / 数据智能方向项目、竞赛或研究经历者优先
有相关项目经验者优先
AI 洞察
优缺点分析
优点
- 小米作为大型科技公司，平台大、资源丰富，能接触海量数据和真实业务场景
- 大模型与数据智能是AI领域最前沿方向，技术成长空间大，行业前景广阔
- 工作地点可选择武汉、北京、南京、上海，弹性较大，便于就地安置
- 薪资福利具有竞争力，且公司品牌背书有利于职业发展
- NL2SQL本身是业界难题，需要处理复杂场景，对算法和工程能力要求极高
缺点 / 挑战
- 大模型技术迭代快，需要持续学习和钻研，学习压力较大
- 多城市团队协作沟通成本较高，需要良好的跨团队协调能力
- 适合对NLP和大模型技术有强烈兴趣，乐于挑战前沿难题，具备较强研究和工程能力的求职者
角色解读
- 从算法工程师成长为技术专家，深耕大模型与数据智能领域，解决行业级难题
- 可向技术团队负责人方向发展，带领团队推进Agent产品落地
- 有望晋升为人工智能高级架构师或研究员，参与公司核心AI战略
- 负责NL2SQL和Data Agent核心算法的研发，包括SQL生成、结果投票、置信度选择等机制，提升准确率与稳定性
- 构建领域评测集和自动化评测闭环，通过多路生成和反馈优化持续迭代模型效果
- 探索数据血缘、日志和schema的语义质量诊断，提升大模型对数据的语义理解能力
- 参与数字溯源、异常根因诊断、报告生成等分析能力的算法实现，确保结果可信可解释
- 扎实的机器学习和深度学习基础，熟悉PyTorch或TensorFlow等主流框架
- 深入理解NLP和大模型应用技术，如Prompt、RAG、微调、Agent等
- 精通SQL和数据库概念，具备优秀的Python编程能力和算法基础
- 对NL2SQL、LLM Agent等前沿方向有研究或实践经历者优先
申请策略
- 提前了解小米的数据智能业务和产品线，在面试中展现对业务场景的思考
- 准备一个完整的NL2SQL或Agent项目案例，能够清晰讲述设计思路、技术方案和落地效果
- 突出NL2SQL、LLM Agent、RAG等具体项目实践，展示你如何解决实际问题
- 强调竞赛获奖、论文发表或开源贡献，体现研究深度和影响力
- 重点写明Python、PyTorch、SQL的熟练程度，用具体代码或项目佐证
- 描述对数据智能方向的理解和热情，展示持续学习的能力
- 补充学习大模型微调技术（如LoRA）、Agent框架（如LangChain、AutoGen）和RAG实践
- 深入学习SQL和数据库原理，掌握复杂查询和性能优化，提升数据分析能力
面试指南
- 使用STAR法则回答项目经历：情境、任务、行动、结果，重点突出你的贡献和量化成果
- 技术类问题采用'概念→原理→实践'的结构，先简述核心思想，再结合案例说明具体应用和优化
- 开放性问题从业务价值和技术实现两个角度回答，体现全局观和落地思维
- 请介绍一下你做过的大模型或NL2SQL相关项目，具体解决了什么问题？
- 如何设计一个NL2SQL系统来提高SQL生成的准确率？
- 解释一下RAG的原理，并说明在你的项目中如何应用？
- 大模型在生产环境中部署时，如何平衡性能和效果？
- 你对Data Agent未来发展趋势的看法？
职位点评
77
综合评分
小米大模型算法岗，技术前沿、发展前景好，但薪资面议、工作强度未知。
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
最适合追求技术深度和前沿发展的求职者，愿意在快节奏环境中挑战自我，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活60
使命价值80
薪资福利
75中等
小米作为上市大厂，薪资福利具有市场竞争力，但JD未明确具体数字，需面议确认。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
该岗位聚焦大模型、NL2SQL等前沿技术，技术成长空间大，能参与核心算法研发，发展前景广阔。
技术前沿前沿/新兴技术
技术栈NL2SQL、LLM、Agent、PyTorch、TensorFlow、NLP、RAG、Prompt、SQL、Python
业务类型ambiguous
工作生活
60中等
工作地点为多个一线城市，但要求现场办公，JD未提及WLB信息，大厂算法岗通常强度较高。
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
80较高
大模型与数据智能是高速增长赛道，岗位社会价值中性偏积极，技术应用前景好。
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