小米
AI研发工程师
AI研发工程师
发布于 大约 8 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
硕士
AI产品经理
Ai Agent
Mcp
Openapi
Prompt Engineering
Pytorch
Rag
大模型
智能制造
AI 估算 · 30k–50k
AI研发工程师在互联网大厂薪资偏高，硕士学历要求，北京地区，综合市场水平估算。
职位详情
关于这个职位
作为小米AI研发工程师，你将专注于工厂业务系统的AI Agent应用开发，涉及Prompt工程、RAG、工具调用等核心技术，推动大模型技术在智能制造场景落地
工作内容涵盖从需求分析到上线评估的全链路，需要与多团队协作，适合对AI应用有热情、具备扎实工程能力的技术人才
最低要求
硕士及以上学历，计算机科学、软件工程、人工智能或相关专业
熟练掌握 Node.js / Python / Java / Go / C++ 中至少一种编程语言，具备扎实的算法与数据结构基础
具备 Agent 系统开发经验，熟悉 LangChain / LlamaIndex / AutoGen 等主流框架及其实现原理
掌握 Prompt Engineering、RAG、Tool Calling、Context Engineering 等 AI 应用关键技术
理解 OpenAPI、RPC、MCP 等通信协议，有实际的工具集成与系统对接经验
了解机器学习与深度学习基础，熟悉 PyTorch / TensorFlow 等框架，有 Transformer 模型实战经验者优先
具备问题驱动和价值驱动的探索精神，善于从模糊需求中拆解并解决核心问题
敢于创新，对 AI 新技术、新范式在商业场景中的应用边界保持敏感与好奇
对 AI 技术充满热情，学习能力强，持续关注 AIGC 前沿研究动态
工作职责
参与面向工厂业务系统的 AI Agent 智能体应用设计与开发，围绕生产、设备、质量、运营等场景，构建高可用、高扩展的大模型应用与服务架构
参与 Prompt 工程、RAG 检索增强、Tool Calling 工具调用、工作流编排等 AI 应用核心能力的研发与优化，提升智能化功能在业务场景中的可用性、稳定性与效果
对接和集成内外部系统能力，基于 OpenAPI、RPC、MCP 等方式完成业务系统、数据平台、知识库及 AI 服务之间的工具链整合与服务编排
探索大模型、Agent、AIGC 等前沿技术在工厂业务场景中的落地应用，推动 AI 能力在生产、设备、质量、运营等业务系统中的方案验证、功能建设与实际应用
与研发团队、生产团队、质量团队、数据团队等跨部门协作，确保项目顺利推进
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
加分：
有开源项目贡献经验或个人 AI 应用作品
熟悉低代码 / 无代码平台或企业级应用开发
了解飞书、钉钉等协同平台生态及其开放能力
AI 洞察
优缺点分析
优点
- 小米作为大厂，平台稳定，技术资源丰富，有利于职业发展
- 接触前沿AI技术，如Agent、RAG，提升技术竞争力
- 智能制造是热门领域，有广阔的应用前景
- 跨部门协作，能积累业务理解能力
- 工作强度可能较大，需要适应快节奏和高压环境
- 技术难度高，需要持续学习最新AI技术
- 工厂场景复杂，业务需求可能模糊，需要较强的沟通和问题解决能力
缺点 / 挑战
- 适合对AI应用开发有热情，具备扎实工程能力，喜欢挑战和创新的技术人才
角色解读
- 从AI应用开发工程师向AI架构师或技术专家方向发展
- 可深入大模型底层技术，成为LLM应用领域专家
- 有机会转向技术管理岗位，带领团队推动AI在智能制造中的创新
- 设计和开发面向工厂业务的AI Agent应用，包括架构设计、功能实现和优化
- 负责Prompt工程、RAG、工具调用等核心能力的研发，提升AI应用的稳定性和效果
- 集成内外部系统，通过API、RPC、MCP等实现工具链整合和服务编排
- 探索大模型技术在工厂场景的落地，推动AI能力在生产、质量等业务中应用
- 精通至少一种编程语言（如Python），具备扎实的算法和数据结构基础
- 熟悉LangChain、LlamaIndex等Agent框架，了解其实现原理
- 掌握Prompt Engineering、RAG、Tool Calling等AI应用关键技术
- 了解OpenAPI、RPC、MCP等通信协议，有系统集成经验
申请策略
- 了解小米的智能制造战略，在面试中展示对业务的理解
- 准备项目案例，突出解决实际问题的能力
- 突出Agent开发经验，展示具体项目成果
- 强调RAG、Prompt工程等AI应用技能
- 展示编程能力和算法基础，如Python、数据结构
- 提及开源贡献或个人AI作品，增加亮点
- 深入学习LangChain等框架，动手实践Agent应用
- 熟悉MCP、OpenAPI等协议，提升系统集成能力
面试指南
- 使用STAR法则：情境、任务、行动、结果，清晰展示项目经验
- 强调技术深度和业务价值，展示问题解决思路
- 结合具体案例，说明如何权衡技术选型和业务需求
- 请描述你设计过的一个Agent系统，包括架构和关键技术
- 如何优化RAG检索效果？
- 如何设计Prompt以提升模型输出质量？
- 如何处理与业务团队的沟通，确保需求理解一致？
- 如何评估AI应用在业务场景中的效果？
职位点评
71
综合评分
大厂AI研发岗，前沿技术栈，薪资优厚，但工作强度可能较大。
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
适合追求技术成长、对AI应用有热情，能接受高强度工作的求职者。
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40
使命价值70
薪资福利
75中等
小米作为大厂，薪资福利有竞争力，但JD未明确具体薪资，整体补偿性满足较好。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
职位涉及前沿AI技术，提供丰富的学习和发展机会，成长信号明显。
技术前沿前沿/新兴技术
技术栈AI Agent、LangChain、RAG、Prompt Engineering、PyTorch、MCP
业务类型profit_center
工作生活
40较低
JD未提及工作模式，但大厂研发岗位通常现场办公，工作强度可能较大，生活化满足有限。
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
智能制造是重要领域，但JD未强调社会价值，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