小米
硬件AI数据分析实习生
硬件AI数据分析实习生
发布于 大约 3 小时前实习/见习
北京市
无经验要求
实习生
仅现场办公
硕士
实习与临时职位
PyTorch
TensorFlow
LLM
MATLAB
数字信号处理
通信原理
Diffusion Model
Reinforcement Learning
音频降噪
AI 估算 · 4k–6k
北京地区大厂实习生薪资水平，结合岗位技术难度，月薪约4000-6000元。
职位详情
关于这个职位
这是一个在小米从事硬件AI数据分析的实习岗位，你将负责搭建数据AI分析处理Agent，包括利用生成式模型合成训练数据、研发数据分析agent和硬件log分析agent
需要扎实的通信、电子或AI背景，适合希望在硬件与AI交叉领域积累经验的同学
最低要求
专业背景：通信工程、电子工程、计算机科学、声学、应用数学或相关专业，硕士及以上在读
领域知识(满足其一):
无线/基带：熟悉通信原理，了解 BT协议栈，有 MATLAB/Python 进行链路仿真经验
音频算法：熟悉数字信号处理 (DSP)，了解降噪 (ANC)、波束成形或语音增强算法
电磁仿真：熟练使用 HFSS, CST 等仿真软件，理解天线与射频基础
必备技能：熟练掌握 Python，熟悉 PyTorch/TensorFlow 至少一种框架
对 LLM、Diffusion Model 或 Reinforcement Learning 有实际项目经验
工程能力：具备良好的代码规范，有 Linux 开发环境使用经验，能独立跑通开源模型并进行微调
工作职责
a.数据创造：针对音频降噪、无线信道建模等场景，利用生成式模型合成高质量训练数据
b.研发数据分析agent，传感器采集后的数据，根据我们已有规则自动实现数据分析和阈值建议
c.研发硬件log分析agent，根据无线连接的log协议，快速分析定位连接问题
优先资格
加分项：
跨界思维：既有硬件底层调试经验，又有 AI 应用开发经历（如：曾用 AI 优化过通信算法，或在嵌入式设备上部署过模型）
工具极客：热衷于折腾新工具（如 Cursor, Copilot, LangChain），有开发过提升研发效率的小工具或脚本
开源贡献：在 GitHub 上有相关开源项目，或在顶级会议（ISSCC, ICASSP, Globecom 等）发表过论文
硬件上手：熟悉嵌入式开发板（如 ESP32, Raspberry Pi, NVIDIA Jetson）的模型部署与推理优化
AI 洞察
优缺点分析
优点
- 接触前沿的AI技术（LLM、扩散模型）与硬件场景结合，技术含量高
- 小米作为大型平台，能提供充足的资源和导师指导
- 实习经历在求职中具有高含金量，尤其适合通信、AI交叉背景的学生
- 需要同时掌握AI和硬件领域知识，对跨学科能力要求高
- 部分技术（如链路仿真、天线仿真）需要一定的理论基础和实践经验
- 适合通信、电子或计算机专业的硕士生，对AI与硬件结合有浓厚兴趣，具备较强自学能力和工程实践能力
缺点 / 挑战
- 北京的工作和生活成本较高，实习薪资可能仅覆盖基本开销
角色解读
- 深入硬件+AI交叉领域，成为复合型技术专家
- 可向AI算法工程师、通信算法工程师或嵌入式AI工程师方向发展
- 在小米这样的平台积累项目经验，未来有望转正或进入其他头部科技公司
- 利用生成式模型（如扩散模型）为音频降噪、无线信道等场景合成高质量训练数据
- 研发数据分析Agent，自动处理传感器数据并提供阈值建议
- 研发硬件log分析Agent，基于无线协议快速定位连接问题
- 扎实的Python编程能力，熟悉PyTorch或TensorFlow深度学习框架
- 掌握至少一个领域知识：通信/无线、音频信号处理或电磁仿真
- 具备大模型、扩散模型或强化学习的实际项目经验
申请策略
- 在求职信中表达对硬件+AI交叉领域的热情和具体项目理解
- 关注小米IoT和智能硬件产品线，面试时展现对小米产品的了解
- 突出AI项目经验，特别是大模型、扩散模型或强化学习相关项目
- 展示通信/音频/电磁仿真等硬件领域知识和实践经历
- 强调代码能力，尤其是Python、Linux、Git等工程化技能
- 如有开源贡献、论文或硬件部署经验，务必列出
- 提前熟悉LangChain、Cursor等工具，体现工具极客特质
- 复习通信原理、数字信号处理基础，准备可能的专业面试题
面试指南
- 对于项目介绍类问题，使用STAR法则：背景、目标、行动、结果
- 对于技术原理问题，先给出核心概念，再举例说明应用场景
- 对于工程问题，突出解决问题的思路和具体工具（如Linux命令、调试方法）
- 请介绍一个你用生成式模型合成数据的项目，解决了什么问题？
- 你对BT协议栈的了解程度如何？如何用MATLAB仿真链路？
- 请解释扩散模型的基本原理及其在音频生成中的应用
- 你如何优化一个PyTorch模型在嵌入式设备上的推理速度？
- 描述一次你独立调试硬件log问题的经历
职位点评
54
综合评分
小米硬件AI实习，前沿技术栈，发展性强，但薪资低且需现场办公。
更适合这类人
最适合注重技能成长和技术前沿性的求职者，对薪资和WLB要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利40
成长发展85
工作生活30
使命价值60
薪资福利
40较低
实习生薪资水平相对较低，但小米作为大公司福利较完善，不过JD未提及具体福利，故评分不高。
薪资信号未披露（AI估算：4K-6K/月）
成长发展
85较高
实习岗位涉及前沿AI技术和硬件领域，技术成长空间大，且公司平台能提供良好学习环境。
技术前沿前沿/新兴技术
技术栈LLM、Diffusion Model、Reinforcement Learning、PyTorch、TensorFlow
业务类型ambiguous
工作生活
30较低
仅现场办公，地点北京，未提及弹性工作或WLB，实习期间可能需要较强投入。
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
60中等
小米在智能硬件领域有一定社会影响力，但实习岗位直接贡献不显著，行业增长好但动机一般。
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