小米小爱IoT终端产品实习生
任职要求
1. 对AI产品有热情：对AI技术有了解、有热情，对AI软硬件产品设计有独到见解。 2. 产品力MAX：对产品交互细节和用户体验有极致追求，能从用户角度提出优化建议并推动落…
工作职责
1. AI功能设计与用户需求挖掘 通过用户反馈与数据调研，拆解小爱IoT终端的AI需求。基于场景化思维，设计让AI“更聪明”的交互方案，输出产品文档。 2. AI体验优化与全流程跟进 从需求评审到上线迭代，跟进AI特性开发进度，协调各团队解决落地方案，确保功能“既智能又易用”。 3. 竞品分析与AI创新方向探索 定期调研智能硬件竞品的AI功能（语音交互逻辑、算法应用、用户界面），撰写分析报告并提炼差异化机会；结合小米生态优势，提出AI创新玩法，推动产品在智能化体验上的突破；
工作内容： 1.负责小爱同学语音控制智能家居的边界定义和策略交互，管理用户对话，洞察痛点问题； 2.帮助完成其小爱同学语音控制能力，进行小爱同学控制智能家居产品质量迭代； 3.从用户体验出发，结合手机、音箱、车载多场景，设计对应的产品策略，满足用户体验； 4.小爱同学控制智能家居产品于各终端运营数据整理及badcase分析和标注数据的日常评测及分析； 5.负责调研用户需求、进行市场和竞品分析，规划发展计划，制订实施路线，持续推进优化。
1. 负责小爱同学相关功能模块的端到端测试及质量保障工作，深入参与需求/技术评审，制定覆盖功能、性能、稳定性、兼容性、安全隐私等全维度测试方案 2. 主导移动端专项测试（时延、流畅度、负载能力等）及行业级测试标准建设，开发定制化性能监控工具链，实现响应时延、CPU/Memory占用等关键指标的实时追踪 3. 推动测试工具平台化建设，主导自动化测试框架（Pytest/JUnit/Appium）二次开发与持续集成，构建高覆盖率的UI/API自动化测试体系 4. 搭建质量数据看板系统，通过SQL/BI平台实现质量指标可视化监控，建立质量风险预警体系 5. 探索前沿测试技术（精准测试、大模型测试、容器化测试等），推动测试方案在CI/CD流程中的深度应用
1. 设计构建针推荐问题的大模型生成式架构，评价方法、数据集和指标； 2. 使用预训练，监督微调和强化学习等方法，提升模型在评测数据和线上指标的效果； 3. 使用多模态编码，prompt压缩等方法提升大模型预测的性能指标，降低成本。 【课题名称】 生成式大模型在推荐领域的应用研究 【课题内容】 该课题旨在实现一个以大模型为基础，基于对用户所处环境，设备信息和行为历史的理解，为用户推荐音乐、视频等内容以及个性化的IoT操作建议等。区别于传统的推荐算法使用级联式设计，该课题希望通过大模型实现生成式、端到端的推荐系统，使用包括预训练，监督微调和强化学习的方法，提升预测准确率，并降低预测成本。
1. 负责端侧高性能大模型推理框架开发，充分挖掘后端硬件的算力，构建业界性能领先的AI框架 2. 负责小爱同学各业务大语言模型和多模态大模型落地到各种端侧设备上，包含车、手机、IoT设备等 3. 负责大模型低比特量化算法研究和开发，落地于小爱同学大模型业务 4. 负责业界大模型推理技术的跟踪调研，以及学术界技术的落地可行性分析