小米顶尖应届-IoT多模态感知算法工程师-手机

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. 先进感知技术研究：探索智能家居场景下的非视觉感知技术，包括但不限于毫米波、Wi-Fi、蓝牙等无线感知，精准识别人体活动，构建先进感知系统； 2. 技术实现：完成相应的技术方案，编写核心算法； 3. 竞品分析：拆解头部友商及主流供应商的无线感知模块，摸底分析技术现状及难点； 4. 高校合作：关注无线感知领域技术趋势，负责校企合作项目的产品化落地工作。 【课题名称】 智能家居感知技术研究 【课题内容】 制定无线感知技术路线，联合高校和其他研究机构实现新型无线感知技术产品化，完成核心算法的开发及性能优化。

1. 参与智能家居IoT设备通信协议的设计与优化，包括但不限于BLE、WiFi等物理层协议，以及MQTT、HTTP、CoAP等应用层协议； 2. 对现有及新兴协议进行性能与兼容性分析，推动协议在实际应用中的稳定性与高效率落地； 3. 关注IoT通信领域的新技术、新趋势，跟踪研究行业前沿协议，实现相关的技术验证与Demo开发。 【课题名称】 IoT连接技术研究 【课题内容】 面向智能家居IoT应用场景，深入研究并开发物理层与应用层的通信协议，推动家居设备间的高效、安全、低功耗互联，助力用户体验提升和智能生态体系建设。

1. 面向4K、6K超清视频的H.266/VVC编码算法研究（低码、高质）； 2. H.266在IoT设备上的轻量化部署研究（H.266+SoC）； 3. H.266在异构网络环境下高效率传输的研究； 4. H.266落地网络摄像机全流程业务的研究。 【课题名称】 面向IoT设备的下一代视频编码技术研究 【课题内容】 围绕低码率高清视频压缩（如 H.266/VVC 及新兴开源编码标准）、异构网络环境下的码流自适应传输（结合边缘节点缓存与 AI 动态码率控制），以及轻量化编解码模块在低功耗 IoT 设备中的部署优化，突破带宽受限与算力约束下的视频传输效率瓶颈。