小米高级算法工程师

任职要求

1. 计算机、电子、数学、机器学习或者统计学相关专业，本科以上学历；5年以上机器学习、深度学习、大模型微调、推理建模经验。有诊断算法实施经验者优先。
2. 精通 Python 编程语言，熟悉常用的数据结构与算法，具备良好的代码编写习惯和代码优化能力，确保算法代码的可读性、可维护性和高效性。
3. 了解机器学习算法原理，包括监督学习、无监督学习、强化学习等，能够运用机器学习算法解决车辆故障诊断中的分类、预测等问题。
4. 熟练掌握至少一种深度学习框架（如 TensorFlow、PyTorch 等），深入理解神经网络的基本原理与架构，包括但不限于循环神经网络（RNN）、卷积神经网络（CNN）、Transformer 等在远程诊断领域的应用，能够灵活运用这些框架搭建、训练和调优模型。
5. 了解常用大模型如Qwen,GLM，Baichuan等，能够通过Prompt调优提升推理精度，并对大模型微调技术如LoRA,P-Tuning等有实践经验；有RAG框架实施经验。
6. 能够使用大模型对车辆故障诊断过程中的诊断方案和维修案例进行总结与分析，提取共性特征和关键步骤，形成标准化的诊断流程和知识库。
7. 运用文本挖掘和机器学习技术，对诊断方案进行优化和改进，提高方案的普适性和有效性，能够基于车辆故障特征、历史维修记录和知识库，自动生成个性化的诊断方案，实现诊断过程的自动化和智能化。
8. 有车辆日志挖掘经验，能够从海量车辆日志数据中提取有价值的信息。

工作职责

1. 通过对海量车辆运行日志的深度解析，提取关键信息，包括车辆故障码、传感器数据、驾驶行为数据等，为故障诊断提供数据支持。
2. 运用数据挖掘技术，如聚类分析、关联规则挖掘等，发现车辆日志中的潜在模式和异常行为，提前预警潜在故障风险，为预防性维护提供依据。
3. 构建车辆故障诊断方案检索系统，基于车辆故障特征和历史维修记录，快速检索出与当前故障相似的诊断方案和维修案例，为诊断人员提供参考。
4. 运用大语言模型、机器学习算法，优化存量远程诊断案例方案推荐，针对存量方案库生成新的方案，提高诊断效率和准确性。