小米
大模型算法实习生
大模型算法实习生
发布于 大约 14 小时前实习/见习
深圳市
无经验要求
实习生
仅现场办公
硕士
机器学习工程
剪枝
大语言模型
强化学习
推理加速
模型压缩
端侧部署
蒸馏
量化
AI 估算 · 6k–12k
大厂算法实习，深圳生活成本较高，硕士实习生月薪多在6-12k区间。
职位详情
关于这个职位
参与小米端侧大模型的研发，负责模型压缩、量化、推理加速等工作，与芯片协同设计，在低功耗内存预算下实现高效AI推理
适合对端侧AI感兴趣、希望积累大厂实战经验的硕士在读生，有机会产出顶级论文和专利
最低要求
硕士及以上学历在读，人工智能、计算机科学、电子信息技术等相关专业，有python开发经验
深入掌握Transformer架构，熟悉各种神经网络结构及背后数学原理
具备以下至少一到两个方向的研究或实践经验：大语言模型、多模态大模型、大模型后训练、大模型预训练、强化学习
工作职责
参与端侧大模型架构设计、预训练、后训练、端侧部署和推理加速
目标为通过算法与硬件和芯片的协同设计，在较低的功耗和内存预算下，实现模型效果和推理效率的平衡
参与LLM在端侧场景下的继续预训练（CPT）、后训练（SFT, OPD, RL等）及量化感知训练（QAT），构建从数据清洗处理到模型部署落地的全链路pipeline
针对端侧芯片和内存特性，设计新型模型结构，探索参数共享与稀疏化方案
参与模型压缩算法开发，如剪枝、量化、蒸馏等常用技术方案实现
实施低比特量化（如INT4/INT8），在保证精度的前提下压缩模型体积与显存占用
参与推理加速算法实现，如投机解码、MTP等
前沿技术探索与成果产出，建立端侧大模型相关的创新壁垒，推动顶级会议论文与核心专利产出
优先资格
对端侧大模型有设计应用经验者优先
在AI或NLP相关顶级会议，如 ICML / NeurIPS / ICLR / AAAI / ACL / CVPR / EMNLP 等发表论文者优先
AI 洞察
优缺点分析
优点
- 小米作为头部科技公司，平台大，资源丰富，能接触真实的端侧部署场景
- 技术方向前沿，涉及大模型压缩与推理加速，行业需求旺盛
- 团队鼓励论文和专利产出，对学术成长有帮助
- 实习薪资相对全职偏低，需考虑深圳生活成本
- 适合对生成式AI和端侧智能感兴趣，希望深入科研或积累大厂经验的硕士/博士在读生
缺点 / 挑战
- 端侧大模型领域技术难度高，需要同时掌握算法和硬件知识，学习压力大
角色解读
- 实习期间可深入接触端侧AI全链路，积累从模型训练到部署的实战经验
- 有机会产出顶级会议论文和专利，为后续科研或工业界求职增加筹码
- 表现优秀可转正，进入小米AI部门，向资深算法工程师或技术专家方向发展
- 参与端侧大模型的架构设计、预训练与后训练，优化模型在低功耗设备上的性能
- 负责模型压缩与量化（如INT4/INT8），在保证效果的同时减少内存和计算开销
- 实现推理加速算法，如投机解码、MTP等，提升端侧部署效率
- 探索新型模型结构与参数共享方案，并与芯片团队协同设计
- 扎实的Python编程能力和深度学习框架（如PyTorch）使用经验
- 深入理解Transformer架构及神经网络数学原理
- 熟悉大语言模型训练/调优技术（如SFT、RL、QAT）或模型压缩方法
- 有NLP或AI顶会论文发表经验者优先，但不强制
申请策略
- 关注小米AI团队的招聘动态，可尝试内推
- 面试时展示对端侧大模型挑战的思考，如内存、功耗限制的优化策略
- 突出大模型相关项目经历，如预训练、微调、量化或部署
- 如有开源项目或技术博客，展示对Transformer和模型优化的理解
- 强调Python编程能力和深度学习框架的使用，列出具体成果指标
- 复习Transformer原理、注意力机制、量化和剪枝等知识点
- 学习端侧推理框架（如MNN、TFLite）或熟悉llama.cpp等工具
- 如有条件，动手实现一个简单的模型压缩demo
面试指南
- 回答技术问题时应先阐述基本概念，再结合项目经历说明具体应用和权衡
- 对于开放性问题，可采用'问题-方案-效果'结构，展示系统化思考
- 遇到不会的问题，可坦诚说明，并尝试从第一性原理推理
- 请解释Transformer中的自注意力机制，并说明其计算复杂度
- 你了解哪些模型压缩技术？请简述量化和剪枝的原理
- 如何将一个大模型部署到手机端？你会考虑哪些优化？
- 你在大模型训练或调优中有哪些实践经验？遇到了哪些问题？
- 讲讲你参与的一个AI项目，你负责的部分和最终结果
职位点评
74
综合评分
大厂端侧大模型实习，前沿技术栈，成长空间大，薪资一般，需现场办公。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合追求技术成长、渴望接触前沿AI方向，且对短期薪资要求不高的在读研究生。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利55
成长发展88
工作生活62
使命价值78
薪资福利
55较低
实习薪资相对不高，但小米平台稳定，福利体系完善，对于实习生而言补偿性一般。
薪资信号未披露（AI估算：6K-12K/月）
成长发展
88较高
端侧大模型技术前沿，实习中能深度参与全链路研发，且有论文与专利产出机会，发展性极强。
技术前沿前沿/新兴技术
技术栈Python、Transformer、大语言模型、模型压缩、量化、推理加速、强化学习、剪枝、蒸馏、投机解码
业务类型ambiguous
工作生活
62中等
职位需要现场办公，但实习时间相对灵活，无明确加班要求，生活平衡尚可。
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
78中等
端侧大模型是AI落地的重要方向，对行业有较大推动潜力，使命感和行业前景较好。
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