小米SOC软件工程师(智能方向)
任职要求
1、熟悉cortex-m、riscv架构； 2、熟悉流行的RTOS（nuttx, rttread,alios等等)，能够解决产品化过程中的系统综合类问题者优先； 3、熟悉AI 推理框架，模型量化及优化工作者优先； 4、熟悉ELF原理、交叉编译器，动态加载等编译相关工作者优先； 5、熟悉Android sensor相关软件架构（sensor framework等等）者优先； 6、熟悉业界各类sensor器件，sensor类算法者优先； 7、熟悉sensorhub各类业务(行人导航，融合定位，行为识别，人脸识别，手势识别，智能支付等等)。
工作职责
1、负责RTOS操作系统移植，支撑任务调度/内存管理/动态加载等OS能力； 2、负责I2C/I3C/SPI等各类IP外设驱动开发； 3、负责acc/mag等各类sensor器件驱动开发； 4、负责对接Android各类Sensor service服务的底层通路建设； 5、负责AI推理框架，模型量化，sensor类算法； 6、负责智能业务如行人导航，融合定位，行为识别等业务交付。
1.负责中央域控制器（车载网关）MCU软件测试（功能和性能测试）； 2.负责TBOX MCU/SOC软件测试（功能和性能测试）； 3.负责系统需求分析、需求评审、风险评估、发布评审等； 4.负责搭建测试环境（包括手动测试台架及自动化测试台架）； 5.编写和维护测试文档，如测试用例、测试指引、测试报告等； 6.跟踪和管理软件缺陷，推动BUG解决，完成修复验证； 7.负责相关测试工具/脚本开发和维护。
1、负责车端智能驾驶应用软件的软件模块设计和软件开发； 2、负责车端智能驾驶应用软件全流程的性能优化，为工程部署和算法优化方向提出指导； 3、负责车端智能驾驶算法模型在异构计算平台(GPU/DSP/J6 BSP)的部署和性能优化；
岗位简介 数字系统负责整车EE架构设计、整车操作系统SkyOS、SOA架构及中间件、车云协同等硬核技术。 我们希望引入AI方向的博士人才，将前沿人工智能技术与整车数字系统深度融合，实现更安全、更智能、更高效的车辆体验。 岗位职责 AI 技术落地与优化 - 车规级SoC上进行AI模型部署、推理优化和性能调优（包括低功耗优化、量化、剪枝等）。 - 针对操作系统和中间件层优化AI推理引擎，提升实时性与稳定性。 车控与SOA场景智能化 - 将AI技术应用于车控系统、车身控制等业务场景。 - 参与SOA架构下的智能服务开发与算法组件封装。 车云协同与数据智能 - 设计并优化车云通信协议和数据处理链路，提升数据传输效率与安全性。 - 参与车端数据上云后的智能分析与挖掘（如故障预测、驾驶行为分析、能耗优化等）。 跨团队协作与技术前瞻研究 - 与操作系统、中间件、车云互联等团队紧密配合，推动AI技术在整车控制链路中的应用。 - 跟踪AI与汽车电子领域的最新技术趋势，开展前沿技术验证与落地。
一、软件技术规划专家 — OS方向 主导智能手机操作系统（OS）的技术规划与架构演进，构建高性能、安全可靠、体验领先的OS技术底座，并推动跨终端OS生态协同，支撑公司终端产品全球竞争力提升： 1、OS技术战略规划：洞察全球操作系统技术趋势（Android/AOSP/Linux/RTOS/微内核等），制定3-5年OS技术路线图，定义关键子系统核心技术竞争力（如内核调度、安全架构、跨端互联、分布式多媒体、图形、AI等子系统） 2、OS-软硬协同规划：联合芯片团队，主导OS对新型硬件能力（CPU/NPU/GPU）的底层支持与性能调优规划；设计硬件抽象层（HAL）标准化方案，降低多芯片平台、多OS形态适配与维护成本 3、跨端OS技术整合：设计手机与IoT/车机/XR设备的OS协同架构（分布式软总线、多端任务迁移）；主导跨端安全互联协议、数据互通框架、跨端AI等技术等标准化 4、OS逆向工程分析：主导OS核心架构及各子系统逆向工程分析（iOS、Android、RTOS、Linux等），详细拆解关键OS子系统能力，为OS技术规划提供技术竞争参考 二、软件技术规划与合作专家 — 芯片方向 负责智能手机芯片平台的前沿技术规划、软件生态合作及跨部门技术协同，推动芯片与系统软件的深度整合，打造高性能、低功耗、差异化的终端产品竞争力： 1、技术趋势洞察与规划：跟踪全球芯片技术（SoC/AP/ISP/NPU等）发展趋势，分析其对智能手机软件架构的影响；主导芯片平台的软件技术路线图制定，定义关键能力（如AI算力调度、能效优化、异构计算等） 2、芯片-软件协同设计：深度参与芯片选型与定义，确保硬件特性与系统层（驱动/Kernel/框架）的协同优化；推动芯片厂商（如高通、联发科、自研芯片团队）与内部软件团队的联合技术攻关 3、生态合作与资源整合：建立并维护与芯片厂商、IP供应商的战略合作关系，主导技术合作项目落地；整合芯片层能力（如AI引擎、安全模块、图像处理单元）至上层应用生态 4、技术竞争力构建：主导芯片平台性能、能效、稳定性等核心指标的软件优化方案，形成技术壁垒；探索创新场景（如端侧大模型、实时渲染、传感器融合）的芯片-软件协同方案 5、跨部门协同与赋能：联动硬件研发、系统开发、产品规划团队，确保技术规划与产品需求对齐；输出芯片技术白皮书、开发者指南，赋能内部团队及生态合作伙伴