小米
Miclaw-端云协同调度专家 (Hybrid AI Architect)
Miclaw-端云协同调度专家 (Hybrid AI Architect)
发布于 大约 5 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Semantic Router
Slm
Split Computing
一致性协议
分布式系统
模型路由
隐私保护
Claude 3.5
Gpt-4O
值不值得投
73综合评分
综合评分 73
前沿端云协同AI专家岗，技术成长空间大，但工作地点固定，WLB信息不明确。
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。
薪资怎么样
55K
与人工智能中位数基本持平
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 3020 个在招 · 其中人工智能 2 个
市场机会
选择面较广
北京 · 人工智能 · 约 230 个在招
职位详情
关于这个职位
这是一个在小米负责端云协同AI架构的专家岗位，核心是研发智能路由算法，让AI Agent能自动判断任务在手机端本地处理还是分发到云端，并确保端云之间的状态同步和隐私保护
你将深入参与大模型与端侧小模型的协同推理，解决网络波动下的可用性问题，是前沿的Hybrid AI方向
最低要求
精通 Semantic Router（语义路由器）架构，有模型路由或分类器的训练经验
熟悉分布式系统中的一致性协议，能解决端云两端“记忆碎片化”的问题
对云端大模型 API（Gemini, GPT-4o, Claude 3.5）和端侧 SLM（Small Language Models）的边界有深刻理解
工作职责
智能路由机制 (Dynamic Routing)：研发基于语义复杂度和隐私等级的路由算法
Agent 能自动判断：简单指令（如“定闹钟”）本地解决，复杂推理（如“分析财报并写总结”）分发至云端
端云状态同步 (State Sync)：确保 Agent 的“记忆”和“任务执行进度”在端云之间无缝切换
即使任务中途从本地转到云端，上下文也不丢失
隐私屏障 (Privacy-Preserving AI)：在请求发送至云端前，实现本地脱敏（PII Filtering），确保用户的敏感私密信息留在手机端
弹性负载优化：监控网络环境（5G/Wi-Fi/弱网），在网络差时自动降级为全本地运行，保证 Miclaw 的“可用性”
优先资格
有基于数据压缩或特征提取的端云协同推理（Split Computing）实战经验
AI 洞察
优缺点分析
优点
- 技术前沿性强，涉及大模型、端侧智能、分布式系统等多个热门领域，个人技术成长空间大
- 小米作为大型科技公司，平台资源丰富，有机会接触到海量用户场景和海量设备数据
- 岗位职责核心，负责AI助手的关键架构，对个人职业履历是重要加分项
- 端云协同涉及复杂的网络环境和设备碎片化问题，调试和优化难度大
- 作为前沿方向，可参考的成熟经验较少，需要较强的独立研究和解决问题的能力
缺点 / 挑战
- 技术挑战大，需要同时精通端侧和云侧AI技术，对综合能力要求高
- 适合对AI系统架构有深刻理解，热爱技术挑战，希望在端云协同这一新兴领域建立核心竞争力的资深工程师或研究员
角色解读
- 在端云协同AI这一前沿领域深耕，成为Hybrid AI架构方向的专家
- 有机会主导小米核心AI应用（如Miclaw）的架构演进，向技术负责人或架构师方向发展
- 积累大模型与端侧部署的实战经验，未来可向AI平台架构或AI基础设施方向拓展
- 设计并实现智能路由算法，根据指令复杂度和隐私等级，动态决定AI任务在端侧还是云端执行
- 构建端云状态同步机制，确保AI Agent的记忆和任务进度在设备切换时无缝衔接
- 开发本地数据脱敏模块，在数据上传云端前过滤用户敏感信息，保障隐私安全
- 优化网络自适应策略，在弱网环境下自动切换至本地运行，保证AI服务的可用性
- 精通语义路由器（Semantic Router）架构，具备模型路由或分类器训练经验
- 深入理解分布式系统一致性协议，能解决端云数据同步和状态一致性问题
- 熟悉主流云端大模型API（如Gemini、GPT-4o）与端侧小模型（SLM）的能力边界
- 具备端云协同推理（Split Computing）或相关领域的研究与实践经验
申请策略
- 在面试中展现对端云协同挑战的深度思考，例如如何平衡延迟、隐私和模型效果
- 可以准备一个关于Miclaw或类似AI助手在弱网场景下如何保证体验的案例分析
- 重点突出在模型路由、分类器或语义理解方面的项目经验，最好有量化成果
- 详细描述在分布式系统、数据同步或一致性协议方面的实践，体现解决复杂问题的能力
- 展示对大模型和端侧模型的理解，例如模型选型、性能对比或部署优化的经验
- 如有Split Computing或数据压缩相关项目，务必放在显眼位置
- 系统梳理Semantic Router的经典架构和最新论文，准备一个关于路由策略设计的思考
- 复习分布式系统的一致性协议（如Raft、Paxos），并思考其在端云同步场景的应用
面试指南
- STAR法则：描述情境、任务、行动和结果，突出你在项目中的具体贡献和量化成果
- 对比分析：在回答技术选型问题时，对比不同方案的优劣，并说明你选择的理由
- 系统思维：从端、云、网络三个维度综合考虑问题，展现全局架构视野
- 请详细讲讲你设计或实现过的语义路由系统，如何评估路由的准确性和延迟？
- 在端云状态同步中，如何解决网络中断或切换导致的数据不一致问题？
- 谈谈你对端侧SLM和云端大模型能力边界的理解，什么任务适合端侧，什么必须上云？
- 如何设计一个隐私保护机制，在数据上传前进行有效的PII过滤？
- 面对弱网环境，你会如何设计弹性降级策略，保证用户体验？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
职位未明确薪资范围，但作为高级技术专家岗，且公司为上市科技企业，薪酬竞争力通常较强。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
岗位处于端云协同AI这一前沿技术领域，涉及大模型、分布式系统等多项高价值技能，技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈Semantic Router、分布式系统、Gemini、GPT-4o、Claude 3.5、SLM、Split Computing
业务类型ambiguous
工作生活
50较低
职位要求在北京现场办公，未提及弹性工作或远程政策，工作模式可能较为固定。
工作模式未明确
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
岗位致力于提升AI助手的智能性和隐私保护水平，对改善数亿用户的智能交互体验有直接价值。
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
Watch Jobs