小米
算法优化工程师-实习
算法优化工程师-实习
发布于 大约 12 小时前实习/见习
北京市
无经验要求
实习生
仅现场办公
学历未注明
研究与开发 (研发)
Automl
Cnn
Vla
Vlm
模型压缩
模型量化
自动驾驶
蒸馏
AI 估算 · 4k–8k
实习岗薪资通常按天计算，小米北京实习日薪约200-400元，按月20天折算，符合行业水准。
职位详情
关于这个职位
该实习岗位聚焦自动驾驶前沿算法，参与端到端、VLM、VLA等研发项目，进行模型轻量化与加速优化
你将学习并实践模型量化、蒸馏、AutoML等技术，为高性能预训练模型贡献力量
适合对自动驾驶和深度学习有热情、希望积累实战经验的在校学生
最低要求
了解主流自动驾驶算法，了解CNN、图像特征提取backbone、视觉检测、分割、多模态、llm等模型架构、Transformer等架构原理，在校期间有相关课程学习或研究经历
对AutoML、模型量化、蒸馏等方向有兴趣，主动学习并尝试相关实践
掌握Python基础语法，了解算法和数据结构基本概念
学习能力强，对科研工作有热情
工作职责
参与自动驾驶通用算法、端到端、vlm、vla前沿研发项目，协助运用算法-硬件协同设计、网络结构优化等技术，整理并分析训练部署数据，为业务团队提供基础支持
辅助进行模型轻量化结构设计相关工作，参与模型性能测试，协助雕琢模型性能，为研发高性能预训练模型贡献力量
投身于模型加速领域的学习与实践，参与模型量化、压缩等基础工作，协助完成实验数据收集与整理，助力模型达到效果与速度的平衡
探索模型架构相关知识，研读ScalingLaw、Transformer、MoE、vlm、vla、llm等前沿资料，协助开展技术调研，为自动驾驶技术突破提供基础思路
优先资格
在相关学术期刊、会议发表过论文，或在相关竞赛中取得成绩者优先
AI 洞察
优缺点分析
优点
- 参与小米自动驾驶前沿项目，技术栈前沿，含VLM、VLA等热门方向
- 公司平台大，资源丰富，可接触实际业务场景，积累宝贵经验
- 实习氛围注重学习与成长，提供与资深工程师合作的机会
- 自动驾驶领域技术门槛高，需要快速学习大量新知识
- 模型优化工作可能需要反复实验调试，对耐心和细致有要求
- 适合对自动驾驶和深度学习有强烈兴趣，具备一定理论基础，希望在研究中快速成长的在校学生
缺点 / 挑战
- 实习期可能面临项目进度压力，需具备较强的自驱力
角色解读
- 积累自动驾驶与AI模型优化实战经验，向算法工程师方向发展
- 通过参与前沿项目，提升科研能力，为读研或论文发表打下基础
- 表现优秀可转正为正式员工，进入小米自动驾驶团队核心岗位
- 参与自动驾驶前沿算法的研发与优化，包括端到端模型、VLM、VLA等方向
- 协助模型轻量化设计，进行模型量化、压缩、蒸馏等加速工作
- 调研ScalingLaw、Transformer、MoE等前沿架构，为技术突破提供思路
- 了解主流自动驾驶算法和深度学习模型架构，如CNN、Transformer
- 掌握Python编程，具备算法和数据结构基础
- 对模型优化技术（量化、蒸馏、AutoML）有浓厚兴趣并主动实践
申请策略
- 提前了解小米自动驾驶业务方向，准备针对性问题
- 在面试中展现主动学习和探索的热情，如分享自己的技术博客或GitHub项目
- 突出自动驾驶或计算机视觉相关项目经历，如模型轻量化、量化的实践
- 展示论文发表或知名竞赛成绩，证明科研能力
- 强调Python编程能力，以及算法、数据结构的基础掌握
- 补充AutoML、模型量化、蒸馏等的理论知识，可阅读相关论文或复现项目
- 强化Transformer架构理解，动手实现经典模型
面试指南
- 对于技术原理问题，先给出定义，再解释关键步骤，最后举例说明应用
- 对于项目经历问题，采用STAR法则：情境、任务、行动、结果，突出你的贡献和思考
- 请简述模型量化的原理及常见方法（如PTQ、QAT）
- 你对Transformer和ViT的理解？在自动驾驶中如何应用？
- 描述一个你参与过的模型优化项目，遇到了什么挑战？
- 复习深度学习基础，尤其是CNN、Transformer、注意力机制
- 准备1-2个模型优化或计算机视觉相关的项目细节
- 了解模型量化、蒸馏、剪枝等技术的经典论文（如Deep Compression）
职位点评
69
综合评分
大厂前沿AI实习，技术栈新、成长快，但薪资一般、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
最适合以技术成长为首要目标的求职者，对薪资和WLB要求不高。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展95
工作生活50
使命价值70
薪资福利
40较低
实习薪资处于行业一般水平，但小米作为大厂福利齐全，只是JD未明确列出。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
95较高
该岗位技术前沿，涉及自动驾驶和AI最新方向，成长机会极佳，适合技术积累。
技术前沿前沿/新兴技术
技术栈自动驾驶、VLM、VLA、Transformer、MoE、AutoML、模型量化
业务类型profit_center
工作生活
50较低
实习通常需要现场办公，北京通勤压力大，JD未提WLB，可能与研发节奏相关。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
自动驾驶具有显著社会价值和行业前景，但实习生的使命感可能较弱。
行业发展高速增长赛道
社会影响正向社会影响力较高
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