小米技术中台-冰箱高级硬件工程师

岗位职责： 1）研究传感技术在冰箱上的应用 2）设计和优化传感器方案，输出相关技术要求文档 3）通过温湿度、光学、气味等传感器技术，获取冰箱运行数据 4）评估和验证传感器部件在整机上的应用条件及风险等

1.元器件选型与评估 ￮负责空调、冰箱、洗衣机等家电电控板的电子元器件（如MCU、功率器件、传感器、电容、继电器等）选型，确保性能、成本、供货稳定性最优。 ￮主导关键元器件（如IPM、IGBT、MOSFET、电解电容、光耦等）的电气参数评估、寿命预测及可靠性验证。 ￮建立家电行业专用元器件优选库（AVL），制定降本替代方案，推动国产化器件导入。 ￮跟踪行业新技术（如SiC功率器件、智能传感器），评估其在家电电控中的应用可行性。 2.品质管控与可靠性分析 ￮制定元器件可靠性测试标准（如HTOL、HALT、温度循环、机械振动），确保符合家电行业要求（如IEC 60730）。 ￮主导元器件失效分析（如ESD击穿、焊点开裂、参数漂移），联合供应商改进设计或工艺。 ￮监控量产元器件批次质量（如DPPM、早期失效率），建立预警机制并推动问题闭环。 ￮优化元器件降额设计规范，提升电控板在极端工况（高温、高湿、电压波动）下的可靠性。 3.技术规范与流程建设 ￮编写元器件技术规格书、认证要求（如AEC-Q200）、应用指南等标准化文档。 ￮参与电控硬件设计评审，提前规避元器件选型风险（如散热不足、EMI敏感）。 ￮搭建元器件数据库，集成参数、供应商、失效案例等关键信息，支持快速选型决策。 ￮推动元器件仿真模型（如SPICE、热模型）建设，提升设计阶段的可预测性。 4.供应链协同与成本优化 ￮审核供应商技术能力（如晶圆制程、封装工艺），确保其符合家电行业品质要求。 ￮主导元器件成本分析（如BOM分解、生命周期成本），制定降本策略（如国产替代、集中采购）。 ￮协同采购部门建立战略供应商名单，优化供货周期与价格体系。

1.IPM模块设计与开发 ￮负责智能功率模块（IPM）的架构设计，包括功率器件（IGBT/MOSFET）、驱动电路、保护电路、散热结构等关键部分的选型与优化。 ￮主导从0到1的IPM模块开发，完成电路仿真（如热仿真、电气应力分析）、PCB布局、封装设计，确保高性能与高可靠性。 ￮优化模块的电气特性（如开关损耗、导通电阻、短路耐受能力），提升能效与寿命。 ￮针对家电（空调、冰箱、洗衣机）或新能源应用场景，定制化设计高性价比IPM方案。 ￮研究新型封装技术（如DBC基板、烧结工艺、SiC集成），推动模块小型化与高功率密度设计。 2.量产与生产线建设 ￮主导IPM模块的量产导入，制定生产工艺流程（如焊接、键合、灌胶、测试），建立质量控制点（CPK/SPC）。 ￮搭建模块自动化测试线，设计老化、动态参数测试（如VCE(sat)、Esw）等关键工装设备。 ￮解决量产中的良率问题（如焊接空洞、键合脱落），优化工艺窗口并形成标准化文件。 ￮评估与选择封装代工厂，审核其技术能力与品控体系，确保供应链稳定性。 ￮制定模块可靠性测试标准（如HTGB、H3TRB、功率循环），确保产品寿命符合行业要求。 3.技术突破与成本优化 ￮主导二合一/三合一集成模块（如IPM+PFC）开发，减少系统体积与BOM成本。 ￮推动国产化器件替代（如IGBT芯片、驱动IC），降低供应链风险与成本。 ￮研究先进散热方案（如双面冷却、液态金属），提升模块过载能力。 ￮建立模块设计规范与仿真模型库，缩短新产品开发周期。 ￮跟踪行业技术趋势（如SiC/GaN应用），规划下一代模块技术路线。 4.团队协作与知识沉淀 ￮指导硬件工程师完成系统级应用设计（如驱动电阻优化、EMC对策）。 ￮编写模块设计指南、失效分析报告、工艺标准等技术文档。 ￮培养封装与测试工程师团队，提升整体技术能力。 ￮参与客户技术支持，解决模块应用中的疑难问题（如炸机分析）。

我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。