小米
AI算法工程师
AI算法工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Agent评测
Llm
Mllm
Prompt Engineering
Pytorch
Rag
Vllm
多模态大模型
自动化测试
值不值得投
80综合评分
综合评分 80
头部大厂核心AI赛道、技术前沿性极强、成长空间广阔，WLB与薪资细节未明确。
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
4.8万
比机器学习工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3280 个在招 · 其中机器学习工程 42 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 470 个在招
职位详情
关于这个职位
该职位主要负责小米Agent能力评测体系与自动化测试平台的建设，推动多模态大模型在真实业务场景中的工程化落地
你需要结合NLP/CV及大模型技术，进行任务识别、意图拆解与效果优化，保障Agent系统的线上质量与持续迭代
最低要求
计算机科学、人工智能、数学等相关专业硕士及以上学历，3 年以上 NLP/CV/多模态相关工作经验
扎实的机器学习与深度学习基础，熟悉 Transformer 架构，有大模型（LLM/MLLM）训练或微调经验
熟悉 Prompt Engineering、RAG、Function Calling 等大模型应用技术，有实际项目落地经验
具备良好的工程能力，熟练使用 Python，熟悉主流深度学习框架（PyTorch 等）和大模型推理框架（vLLM、TGI 等）
具备数据分析能力，能从 Agent 执行日志中提取规律、定位问题并驱动优化
良好的沟通协作能力，能跨团队推进技术方案落地
工作职责
Agent 评测体系建设：设计并落地 Agent 能力评测框架，定义评测维度（任务完成率、推理能力、工具调用准确性、鲁棒性等），构建自动化评测流水线，支撑模型与 Agent 系统的持续迭代
Agent 自动化测试平台建设：搭建面向 Agent 产品的自动化测试平台，覆盖端到端场景回归、Prompt 回归、对抗性测试等能力，保障 Agent 线上质量与稳定性
Agent 任务识别与治理：对 Agent 执行链路进行任务识别、意图拆解与行为分析，建立任务分类体系与异常治理机制，推动 Agent 在真实业务场景中的可控落地
多模态大模型落地应用：参与多模态大模型（视觉-语言、语音-语言等）在 Agent 场景中的工程化落地，包括能力评估、场景适配、效果优化与性能调优
优先资格
了解 Agent 技术栈（ReAct、Tool Use、Planning、Memory 等），有 Agent 系统开发或评测经验者优先
有自动化测试、CI/CD 流水线或平台化建设经验者优先
AI 洞察
优缺点分析
优点
- 处于大模型与Agent技术爆发的核心赛道，技术前沿性极强，能积累稀缺的Agent评测与多模态落地经验
- 依托庞大的硬件与生态场景，Agent技术有广阔的落地空间，业务价值高
- 上市公司平台，技术团队成熟，能接触到大规模并发与真实复杂业务场景
- Agent评测与多模态大模型属于前沿探索领域，技术迭代极快，需要持续保持高强度的学习
- 适合具备扎实大模型基础、对Agent技术有浓厚兴趣，且具备较强工程落地与问题排查能力的算法工程师
缺点 / 挑战
- 跨团队推进技术方案落地及异常治理，对沟通协调能力和解决复杂工程问题的能力要求较高
角色解读
- 纵向可发展为AI算法专家或大模型架构师，深入多模态与Agent底层技术
- 横向可向AI产品技术负责人或AI平台架构师转型，主导端到端的AI系统落地
- 负责设计和落地Agent能力评测框架及自动化测试平台，保障大模型Agent系统的线上质量
- 对Agent执行链路进行任务识别与意图拆解，建立异常治理机制，推动业务场景落地
- 参与多模态大模型（视觉-语言、语音-语言）在Agent场景中的工程化落地与性能调优
- 扎实的深度学习基础，熟悉Transformer架构及大模型（LLM/MLLM）训练微调
- 熟练掌握Agent技术栈（ReAct、Tool Use等）及Prompt Engineering、RAG等应用技术
- 具备优秀的Python工程能力，熟悉PyTorch及vLLM等推理框架，能构建自动化评测流水线
申请策略
- 提前体验并分析现有的AI产品（如小爱同学），思考Agent技术在其中的优化空间，面试时提出建设性意见
- 重点突出大模型（LLM/MLLM）微调、训练及多模态模型落地的实际项目经验与业务收益
- 详细展示在Agent评测体系、自动化测试平台或CI/CD流水线建设方面的具体贡献
- 强调使用Python、PyTorch、vLLM等工具解决复杂工程问题及性能调优的能力
- 深入学习Agent前沿技术栈（如ReAct、Planning、Memory机制）及Function Calling的底层原理
- 补充自动化测试与CI/CD相关知识，提升构建端到端评测流水线的工程能力
面试指南
- STAR法则：针对项目经验，从背景、任务、行动（技术细节）到结果（量化收益）进行结构化阐述
- 技术深度+业务广度：在回答技术问题时，不仅讲透底层原理，还要结合实际业务场景说明其商业价值
- 请详细介绍你参与过的Agent评测体系或自动化测试平台是如何设计的？解决了哪些核心痛点？
- 在多模态大模型落地过程中，你如何进行能力评估和场景适配？遇到过哪些性能瓶颈及如何调优？
- 针对Agent执行链路中的异常行为，你的任务识别与意图拆解机制是如何设计的？
- 请谈谈你对ReAct、Tool Use等Agent技术栈的理解，以及在实际项目中的应用经验
- 复习Transformer、LLM微调（如LoRA、P-Tuning）、RAG及Agent核心机制的底层原理与最新论文
- 准备1-2个具有挑战性的工程落地案例，重点突出你在性能调优、异常排查和跨团队协作中的关键作用
职位点评
薪资福利85
成长发展95
工作生活50
使命价值80
薪资福利
85较高
头部科技上市公司，薪资具备较强市场竞争力，大模型与Agent方向属于当前高薪风口。
薪资信号未披露（AI估算：3.5千–6万/月）
成长发展
95较高
岗位聚焦Agent评测与多模态大模型落地，处于AI技术最前沿，技术成长空间与行业前景极佳。
技术前沿前沿/新兴技术
技术栈Agent、LLM、MLLM、Transformer、Prompt Engineering、RAG、Function Calling、PyTorch、vLLM、TGI
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与WLB相关信息，但大模型算法岗通常面临较高的技术迭代压力与项目交付节奏。
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
80较高
推动多模态大模型与Agent技术在真实场景落地，具有较高的技术使命感与行业变革价值。
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
Watch Jobs