Xiaomi logo
小米
算法工程师(大模型算法/深度学习)

算法工程师(大模型算法/深度学习)

发布于 大约 2 小时前

普通员工/个人贡献者

北京市
其它
全职员工
仅现场办公
博士
机器学习工程
Dpo
Grpo
Ppo
大模型
强化学习
智能制造
机器学习
深度学习

AI 估算 · 25k–50k

小米为上市大厂,北京算法博士岗,大模型方向薪资竞争力强,预计月薪2.5-5万。

职位详情

关于这个职位

这是一个在小米从事大模型算法研发的岗位,专注于工业垂域大模型的训练与优化,涉及知识问答、智能诊断等应用场景

你将参与模型微调、强化学习等前沿工作,并与生产团队协作推动算法在智能制造中的实际落地
要求具备博士学历和扎实的算法基础

最低要求

学历要求:要求毕业于top211,985,或者qs100机械或者计算机系博士,且在制造算法某一领域取得显著成果

技术能力:
a. 了解大模型的预训练,指令微调,强化微调PPO,DPO,GRPO等
b. 强化学习、机器学习、运筹优化算法和深度学习等算法技术,具备扎实的数学基础和算法设计能力
c. 熟练掌握 Python、C++ 等编程语言,能够高效实现算法并进行优化
学习与创新能力:
a. 对新技术、新领域有强烈的学习兴趣和好奇心,能够快速掌握前沿技术并应用于实际工作中
b. 具备创新思维,能够提出独特的算法解决方案,推动公司在智能制造领域的技术进步
责任心与攻坚能力:
a. 具备强烈的责任心,对工作中的问题能够主动跟进、积极解决
b. 能够在复杂的业务场景和技术难题面前保持坚韧不拔的精神,攻坚克难,确保项目按时交付
沟通能力:
a. 具备良好的沟通技巧和能力,能够与不同背景的团队成员进行有效沟通
b. 能够深入一线与生产人员交流,准确理解业务需求,并将技术方案清晰地传达给团队成员
其他要求:
a. 具备良好的英文读写能力,能够阅读和理解英文技术文献

工作职责

大模型算法开发与优化:

a. 面向智能制造领域需求,参与工业垂域大模型基座训练及应用落地,负责垂域大模型agentic 能力优化迭代、知识注入、强化微调等模型优化工作;
b. 负责大模型在垂域场景(知识问答、数据问答、智能诊断等)的推理准确率,降低幻觉,具备专家级的诊断及推理能力提升
c. 跟踪前沿大模型技术进展,参与技术方案评审,输出内部分享、专利与高质量技术文章
智能化场景落地:
a. 负责将开发的算法在小米生产制造的实际场景中进行落地实施,确保算法的有效性、稳定性和可扩展性
b. 与生产团队紧密合作,深入一线挖掘业务需求,收集数据,分析问题,为算法优化提供依据
团队协作与沟通:
a. 与研发团队、生产团队、质量团队、数据团队等跨部门协作,确保算法项目顺利推进
b. 向非技术背景的业务人员清晰地传达技术概念和解决方案,促进业务团队对智能化技术的理解和应用

优先资格

有大模型优化的实践经验者优先

熟悉大模型技术以及有大模型相关技术落地应用经验者优先

AI 洞察

优缺点分析

优点

  • 小米为头部科技公司,平台大,资源丰富,项目有实际落地场景
  • 跨部门协作,能积累制造行业知识和项目管理经验
  • 要求博士学历,门槛高,竞争激烈
  • 工作内容复杂,需要深入一线,可能面临高强度加班

缺点 / 挑战

  • 涉及大模型前沿技术,技术挑战高,个人成长快
  • 需同时兼顾技术深度和业务理解,沟通成本较高
  • 适合有扎实算法基础、热爱前沿技术、能接受挑战的博士毕业生

角色解读

  • 技术专家路线:深入大模型与智能制造结合领域,成为算法专家或技术负责人
  • 管理路线:随着项目推进,可带团队,转向技术管理岗位
  • 跨领域发展:积累制造行业知识,成为智能制造解决方案专家
  • 负责工业垂域大模型的训练、微调与优化,包括知识注入、强化微调(如PPO、DPO、GRPO)等
  • 提升大模型在知识问答、数据问答、智能诊断等场景的推理准确率,降低幻觉
  • 将算法落地到小米生产制造实际场景,与生产团队紧密合作,挖掘需求、分析数据
  • 跨部门协作与沟通,向业务人员传达技术方案,并跟踪前沿技术、输出技术文章和专利
  • 熟悉大模型预训练、指令微调、强化学习(PPO、DPO、GRPO)等,有实践经验者优先
  • 扎实的机器学习、深度学习、运筹优化数学基础,具备算法设计能力
  • 熟练掌握Python、C++,能够高效实现和优化算法
  • 具备英文文献读写能力、沟通能力和创新思维

申请策略

  • 关注小米智能制造的战略方向,在面试中展现对业务的思考
  • 准备一个“算法落地”的完整案例,体现解决实际问题的能力
  • 突出大模型相关项目经验,如预训练、微调、强化学习应用的案例
  • 强调在智能制造或工业场景的算法落地成果
  • 展示编程能力(Python/C++)和算法竞赛/论文成果
  • 深入理解PPO、DPO、GRPO等强化学习算法,可尝试复现
  • 学习LangChain、Agents等大模型应用框架
  • 了解工业制造领域基础知识,如设备诊断、质量控制等

面试指南

  • STAR法则:情境、任务、行动、结果,具体说明项目背景和个人贡献
  • 结合业务场景:回答时联系智能制造实际需求,体现业务理解
  • 强调迭代过程:说明如何发现问题、分析原因、优化模型和效果评估
  • 介绍你做过的大模型微调项目,如何评估效果?
  • 解释PPO和DPO的区别以及适用场景
  • 如何降低大模型在垂直领域的幻觉?
  • 如果让你优化一个制造场景的问答系统,你会怎么做?
  • 你如何看待大模型在智能制造中的挑战?

职位点评

69
综合评分

小米大模型算法岗,前沿技术、成长空间大,但工作强度未知,平台大。

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
适合对前沿技术有热情,追求技术成长且抗压能力强的算法博士。
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80
工作生活50
使命价值70

薪资福利

70中等

薪资未在JD中明确提及,但小米作为上市大厂,薪酬福利体系完善,整体回报预计有竞争力。

薪资信号未披露(AI估算:25K-50K/月)

成长发展

80较高

岗位涉及大模型、强化学习等前沿技术,且鼓励输出技术文章和专利申请,对个人技术成长有显著促进作用。

技术前沿前沿/新兴技术
技术栈大模型、强化学习、PPO、DPO、GRPO、Python、C++
业务类型ambiguous

工作生活

50较低

工作地点在北京,JD未提及弹性工作或远程办公,也未说明加班情况,生活平衡程度难以判断。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

70中等

智能制造领域应用大模型技术,行业前景向好,但JD未突出社会价值或使命,意义感中等。

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