小米
顶尖实习-大语言模型算法研究员-MiMo
顶尖实习-大语言模型算法研究员-MiMo
发布于 1 小时前实习/见习
实习生仅现场办公算法优化工程师
算法优化工程师
Ai Agent
Deepspeed
Moe
Pytorch
代码生成
分布式训练
大语言模型
奖励模型
强化学习
值不值得投
70综合评分
综合评分 70
顶尖实习岗位，技术前沿，成长空间大，但WLB可能有限。
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。
薪资怎么样
8千
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3240 个在招 · 其中算法优化工程师 14 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 240 个在招
职位详情
关于这个职位
该职位是小米大语言模型团队的顶尖实习研究员，负责参与大语言模型的核心技术研发，包括预训练优化、后训练技术、代码生成与理解、模型架构创新等前沿方向，探索AI Agent等新兴领域
最低要求
熟悉大语言模型（如Transformer、MoE）的核心原理，具备以下至少一项经验：大规模模型训练（分布式训练、数据优化）
强化学习、奖励建模或AI Agent开发
代码生成、程序理解或相关领域
模型架构优化（如高效推理、长上下文处理）
熟练使用PyTorch、DeepSpeed等框架，具备代码实现与调试能力
工作职责
参与大语言模型的核心技术研发，包括但不限于：1、预训练优化（数据合成、长上下文建模、训练动力、scaling laws分析）
后训练技术（强化学习、奖励模型、推理能力提升）
代码生成与理解（自动化数据构建、运行反馈优化）
模型架构创新（MoE、高效推理、稳定性优化）
探索AI Agent、长序列推理、在线学习等新兴方向
AI 洞察
优缺点分析
优点
- 参与顶尖大语言模型技术研发，接触前沿技术
- 小米平台资源丰富，有利于技术积累
- 实习表现优秀可能获得全职机会
- AI领域竞争激烈，技术更新快
- 适合对大语言模型有浓厚兴趣，具备相关技能或学习能力的计算机相关专业学生
缺点 / 挑战
- 实习岗位可能工作强度较高，需要快速学习
角色解读
- 从实习研究员成长为正式算法工程师或研究员
- 深入特定领域如模型优化或AI Agent开发
- 有机会参与前沿项目，提升技术影响力
- 参与大语言模型的核心技术研发，包括预训练、后训练等优化工作
- 探索代码生成与模型架构创新，如MoE和高效推理
- 研究AI Agent和长序列推理等新兴方向
- 熟悉大语言模型原理，如Transformer和MoE
- 至少一项相关经验：大规模训练、强化学习、代码生成或架构优化
- 熟练使用PyTorch和DeepSpeed框架
申请策略
- 研究小米AI团队的最新成果和技术方向
- 准备好展示自己的代码能力和项目经验
- 突出大语言模型相关项目经验或研究
- 展示PyTorch、DeepSpeed等框架的使用能力
- 强调在分布式训练或强化学习等方面的实践
- 加强大语言模型理论知识的学习
- 通过开源项目实践模型训练和优化
- 了解最新AI研究论文和技术趋势
面试指南
- 结合理论知识和实践经验回答
- 举例说明具体优化方法和效果
- 展示对前沿技术的了解和思考
- 请描述你对大语言模型预训练过程的理解
- 你如何优化模型训练效率？
- 请分享一个你参与的强化学习项目经验
- 对于代码生成任务，你有什么见解？
- 你如何看待AI Agent的未来发展？
职位点评
薪资福利60
成长发展85
工作生活50
使命价值80
薪资福利
60中等
作为实习岗位，薪资可能处于市场中等水平，福利信息未明确披露。
薪资信号未披露（AI估算：5千–1万/月）
成长发展
85较高
职位涉及大语言模型前沿技术研发，技术含量高，有利于技能快速提升。
技术前沿前沿/新兴技术
技术栈大语言模型、Transformer、MoE、PyTorch、DeepSpeed、强化学习
业务类型ambiguous
工作生活
50较低
JD未提及工作模式和WLB，实习岗位可能需要适应团队节奏。
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
80较高
大语言模型是AI重要方向，参与技术研发具有行业意义。
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