百度移动生态数据研发部_风控策略算法实习生(J57674)
1、深入业务一线，与用户增长（UA）、设计、市场、数据等团队紧密沟通，精准洞察业务痛点与增长机会，并将其系统性地转化为清晰、可执行的产品需求。 2、独立完成高质量的产品需求文档（PRD），包括业务流程图、功能逻辑说明、交互原型设计等，确保产品方案逻辑严谨、体验流畅，并能高效地解决业务问题。 3、与研发、设计、测试团队紧密协作，把控开发进度与交付质量，有效沟通并解决项目中的各类问题，确保产品按时、高质上线。 4、持续跟踪全球移动广告技术及营销技术的发展趋势，进行深度的竞品分析，洞察行业机会与风险，为产品决策和创新提供有力支持。 5、负责协调内外部合作关系，对内高效协同各业务方与技术资源，对外与主流广告平台（Google/Meta/TikTok）、归因平台（AppsFlyer/Adjust）等合作伙伴进行产品与技术层面的沟通和对接。
小米集团华东研发中心是小米集团重要的研发、运营能力中心和人才基地，位于南京核心经济圈建邺区新城科技园。其中互联网业务南京业务由应用商店、游戏业务、小米移动、多看阅读、浏览器等多个业务部门组成。有多元、丰富的职业发展通道，欢迎更多的小伙伴加入我们并肩作战，永远相信美好的事情即将发生！ 你的职责： 1.负责小米应用生态部核心产品体验设计，根据产品策略及业务目标提供有效设计方案，协助实现产品目标； 2.通过对产品数据的变化观测、竞品及各项分析，洞察用户需求及产品机会点，和产品负责人、产品经理共同梳理可行性方案，完成从概念方案到最终呈现的全流程设计方案输出； 3.关注并研究竞品，牵头用户研究和可用性测试，跟进数据验证，完成设计闭环，牵头推进落地跨职能部门的创新项目、大型项目； 聚焦设计竞争力构建升级设计方法及流程优化，促进设计团队能力提升
团队介绍：专注于探索AI和智能硬件的结合，为用户提供更自然和便捷的交互体验的研发团队，隶属于产品研发与工程架构部。作为负责AI技术应用场景探索的部门，是字节在智能硬件领域提供综合方案研究的核心部门。我们欢迎期待心怀技术理想、不断挑战技术难题的“你”的加入，和顶尖团队一起参与技术攻坚，开启更多可能。 课题介绍： 背景：目前移动端处理器均是非对称异构多核处理器（big.LITTLE架构），之前的调度器(类)大多基于Linux原生的公平调度算法CFS/EEVDF。自EAS引入后，才使调度器第一次具备了能耗感知能力，通过EM（能耗模型）来量化调度行为导致的CPU能耗变化，从而做出能耗更优的大小核调度。但随着应用生态的日益多样和CPU算力的快速升级，EAS也暴露了自身的设计不足，如： 1、EM模型参数需要通过实验室数据模拟设定，设定后无法修改； 2、不能针对不同的场景做精细化的预估和调节； 3、功耗模型应用时未考虑任务自身的的指令执行效率和特征分类，从而做出一些不恰当的选择等； 4、为了充分发挥异构多核处理器的能效优势，精准计算和指导SoC的能效优化，迫切需要结合异构硬件特性实现对CPU指令吞吐性能感知和能效动态预估，打造一个面向AI新生态和能效智能校准能力的调度器； 5、进一步的，通过对异构计算能力的指令级能耗分解，并结合未来的芯片技术发展趋势，可以实现范围更广的多算力设备联合调度和能效建模，从软硬结合的角度构造核心竞争力，将SoC能效优化推到极致。 课题挑战： 1、开销：系统中需要实时监控和统计指令特征等信息，引入的开销需要控制在最小的范围内； 2、硬件制约：部分平台，对外提供的AMU/PMU事件较少，寄存器数量有限，可能要做分时复用设计；异构多核系统以及cache的多级设定，对指令的执行效率和产生的能效有较大扰动，需要结合架构做灰盒建模； 3、复合场景：多窗口，多应用，悬浮窗等不同场景下，能耗模型的普适性和准确性。 目标： 1、游戏、动效等场景，帧率不变，功耗优化10%。
团队介绍：专注于探索AI和智能硬件的结合，为用户提供更自然和便捷的交互体验的研发团队，隶属于产品研发与工程架构部。作为负责AI技术应用场景探索的部门，是字节在智能硬件领域提供综合方案研究的核心部门。我们欢迎期待心怀技术理想、不断挑战技术难题的“你”的加入，和顶尖团队一起参与技术攻坚，开启更多可能。 课题介绍： 背景：目前移动端处理器均是非对称异构多核处理器（big.LITTLE架构），之前的调度器(类)大多基于Linux原生的公平调度算法CFS/EEVDF。自EAS引入后，才使调度器第一次具备了能耗感知能力，通过EM（能耗模型）来量化调度行为导致的CPU能耗变化，从而做出能耗更优的大小核调度。但随着应用生态的日益多样和CPU算力的快速升级，EAS也暴露了自身的设计不足，如： 1、EM模型参数需要通过实验室数据模拟设定，设定后无法修改； 2、不能针对不同的场景做精细化的预估和调节； 3、功耗模型应用时未考虑任务自身的的指令执行效率和特征分类，从而做出一些不恰当的选择等； 4、为了充分发挥异构多核处理器的能效优势，精准计算和指导SoC的能效优化，迫切需要结合异构硬件特性实现对CPU指令吞吐性能感知和能效动态预估，打造一个面向AI新生态和能效智能校准能力的调度器； 5、进一步的，通过对异构计算能力的指令级能耗分解，并结合未来的芯片技术发展趋势，可以实现范围更广的多算力设备联合调度和能效建模，从软硬结合的角度构造核心竞争力，将SoC能效优化推到极致。 课题挑战： 1、开销：系统中需要实时监控和统计指令特征等信息，引入的开销需要控制在最小的范围内； 2、硬件制约：部分平台，对外提供的AMU/PMU事件较少，寄存器数量有限，可能要做分时复用设计；异构多核系统以及cache的多级设定，对指令的执行效率和产生的能效有较大扰动，需要结合架构做灰盒建模； 3、复合场景：多窗口，多应用，悬浮窗等不同场景下，能耗模型的普适性和准确性； 4、复合场景：多窗口，多应用，悬浮窗等不同场景下，能耗模型的普适性和准确性。 目标： 1、游戏、动效等场景，帧率不变，功耗优化10%。