小米
AI Agent开发工程师-汽车
AI Agent开发工程师-汽车
发布于 大约 3 小时前普通员工/个人贡献者
南京市
中级经验
全职员工
仅现场办公
本科
NLP工程
Ai Agent
Deepspeed
Megatron-Lm
Pytorch
Tensorflow
大模型
模型量化
AI 估算 · 20k–35k
AI Agent开发技术要求高，小米提供有竞争力薪资，南京生活成本适中，预估月薪2-3.5万。
职位详情
关于这个职位
该职位负责面向真实业务场景的AI Agent应用研发，涵盖从需求分析到上线维护的完整流程
你将参与核心功能开发，包括工具调用、工作流编排、评测与可观测，同时提升大模型的多项能力，有机会接触训练推理加速和端侧落地等前沿技术
最低要求
计算机/软件/自动化/电子信息等相关专业，本科以上学历
扎实的编程功底与工程素养：数据结构/网络/并发基础，良好的代码风格与调试能力
熟练掌握主流深度学习框架pytorch/tensorflow，大模型训练框架Megatron-LM/Deepspeed等多机多卡方案，有大模型训练和项目经验优先
熟悉至少一种主语言：Python 或 TypeScript/Node.js
能使用 FastAPI/Express 等快速落地服务
具备Web基础能力其中之一：前端（React/Next.js/Vue）或后端（API设计、鉴权、日志、监控）
了解LLM基础与常见能力：Prompt设计、函数调用/工具使用、上下文管理、流式响应
工作职责
参与面向真实业务场景的AI Agent应用研发，涵盖需求分析、原型验证、功能实现与上线维护
参与Agent应用的核心功能开发：工具/插件（Tooling）能力、问答、函数调用与工作流编排
参与Agent评测与可观测（如自动化Case/Eval、日志追踪、调用成本与质量监控）
大模型核心能力提升，包括理解能力、知识能力、推理能力、生成能力和语言能力等
训练和推理加速、模型量化、端测落地
完成阶段性可交付：模块/文档/演示用例，并参与用户反馈闭环
优先资格
有大模型训练和项目经验优先
AI 洞察
优缺点分析
优点
- 小米平台规模大，业务场景丰富，能够参与真实复杂的AI Agent项目，技术落地机会多
- 技术栈前沿，覆盖大模型训练、推理加速、量化等领域，持续提升个人核心竞争力
- 职业发展路径清晰，可深耕技术或向技术管理转型，成长空间大
- AI领域发展迅速，需要持续学习新技术，自我驱动力要求高
- 岗位涉及训练、推理、Web、Agent等多个技术方向，对综合能力要求高，工作强度可能较大
- 适合对大型语言模型和智能体技术充满热情、编程基础扎实，渴望在真实业务中落地AI技术的工程师
缺点 / 挑战
- 需要与产品、算法、测试等多方协作，沟通成本较高，需要良好的团队协作能力
角色解读
- 可深入大模型训练与推理优化方向，成长为资深AI工程师或技术专家
- 有机会向AI Agent架构师方向发展，负责复杂业务场景的Agent系统设计
- 借助汽车业务场景积累行业知识，转向产品与技术结合的复合型人才
- 负责AI Agent应用的需求分析、原型验证与功能实现，贯穿开发到上线维护全流程
- 开发工具调用、工作流编排等核心功能，提升Agent在真实业务场景中的表现
- 构建评测与可观测体系，通过自动化Case、日志追踪等手段确保系统质量和成本可控
- 参与大模型训练与推理优化，探索模型量化与端侧落地等前沿技术
- 扎实的编程基础，熟悉Python或TypeScript/Node.js，掌握数据结构、网络和并发
- 熟悉PyTorch/TensorFlow及大模型训练框架（Megatron-LM/DeepSpeed）的多机多卡训练
- 了解LLM原理，掌握Prompt设计、函数调用、上下文管理和流式响应
- 具备一定的Web前后端能力，能使用FastAPI/Express快速构建服务
申请策略
- 在简历中明确表达对小米汽车业务的兴趣，并了解小米汽车生态和AI布局
- 面试前准备一个完整的AI Agent demo，展示从需求分析到实现的过程，体现工程能力
- 突出大模型训练或推理项目经验，展示使用PyTorch/DeepSpeed的实战成果
- 强调在Agent开发中的工具调用、工作流编排或Prompt工程案例
- 提供GitHub或代码链接，展示扎实的Python或TypeScript编程能力
- 如有量化、端侧部署经验，务必重点说明
- 提前学习LLM的Function Calling和Agent框架（如LangChain），并尝试完成一个小项目
- 补充分布式训练知识，了解Megatron-LM和DeepSpeed的基本使用
面试指南
- 项目类问题采用STAR法则，突出你的设计决策、动作和量化结果
- 技术原理类问题先定义概念，再结合实例说明应用，最后提出优化方向
- 系统设计类问题从需求拆解、技术选型、模块划分、性能监控等角度结构化回答
- 请介绍一个你使用大模型开发的Agent项目，具体如何设计工具调用？
- 你如何优化大模型推理速度？是否有模型量化的实际经验？
- 在多机多卡训练时，遇到过什么梯度同步或性能问题？如何解决？
- 如何设计Agent的评测指标来保障回答质量和成本控制？
- 描述一次排查API服务并发问题的过程，使用了哪些工具？
职位点评
69
综合评分
小米汽车AI Agent开发岗，前沿技术栈，薪资未明，现场办公，WLB不确定。
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AI前沿技术有强烈追求、希望通过项目快速成长的工程师，能接受现场办公。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活55
使命价值70
薪资福利
65中等
薪资水平在JD中未明确披露，但小米作为上市公司，整体薪酬竞争力强；具体福利需面试确认。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
职位涉及大模型训练、AI Agent、量化等前沿技术，提供全面的技术成长空间，对职业发展很有帮助。
技术前沿前沿/新兴技术
技术栈AI Agent、大模型、PyTorch、DeepSpeed、模型量化
业务类型ambiguous
工作生活
55较低
JD未见远程或弹性工作安排，可能为固定办公，工作强度和灵活性未知。
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
70中等
AI Agent在汽车行业有广泛前景，能通过技术提升业务效率，具有一定社会价值。
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
小米 的其他在招职位
相似职位推荐
Watch Jobs