小米顶尖应届-智能家电机器学习算法工程师-大家电部
任职要求
1. 博士学历，有C++/python开发经验； 2. 熟练掌握至少一种深度学习框架，如Tensorflow，PyTorch等； 3. 对深度学习有深刻认识，熟悉各种神经网络及背后数学原理； 4. 对AIGC类大模型有设计应用经验者优先； 5. 对声音、图像、视频、各类传感器的通用融合感知算法有项目/实习经验的优先。
工作职责
1. 负责家用大家电（空调、冰箱、洗衣机）产品智能算法、智能功能研发工作,提升小米空调智能交互控制技术水平; 2. 负责家用大家电产品大数据分析与挖掘,挖掘家用大数据数据价值,用以制定技术研究路线方向 ; 3. 大家电售后故障智能自诊断技术研究,服务端信息智能收集、分类、推送功能研究,降低售后成本,提升用户的口碑 ; 4. 负责相关技术总结、技术专利、技术规范编写等工作。 【课题名称】 全屋智能家电AI算法应用研究 【课题内容】 1.家电大模型技术研究 2.AI赋能智能家居研究 3.智能诊断等
1. 对空间矢量底层控制进行研究，完成自研FOC控制底层技术； 2. 搭建基于滑膜+锁相环，卡尔曼滤波等观测器技术，实现高精度转子位置估计； 3. 构建自动化电机谐波幅值及角度识别调试系统； 4. 开发电机自适应实时主动降噪系统。 【课题名称】 电机控制自适应主动降噪技术 【课题内容】 生态链的智能家电产品具有品类多，场景多，需求差异大的特点，所以对于不同工况下的电机控制噪音抑制有着更高的要求。针对不同场景基于电流谐波及音频提取技术，通过多传感器融合及信号处理算法实时提取当前噪音的谐波特性，采用粒子群及遗传等自动寻优的算法获取谐波参数及矢量角度，在电机控制FOC算法上叠加谐波注入参数，构建一套智能化，自动化，自适应的主动降噪系统，以实现多场景下极致静音的用户体验。
1. 大家电产品电机新型控制算法研究、建模、部署及测试； 2. 负责开发先进的 AI 算法，应用于电机的控制、诊断、预测性维护等关键领域； 3. 跟踪电机领域和智能控制领域的前沿研究成果和发展趋势，积极探索将新的 AI 技术和方法应用于电机产品和系统中的可能性，推动技术创新和产品升级。 【课题名称】 下一代电机智能控制算法研究 【课题内容】 1. 永磁同步电机（PMSM）的高精度控制； 2. 利用深度学习算法实现电机故障诊断； 3. 通过强化学习优化电机的实时控制策略，以提升电机运行效率和稳定性。
1. 多模态感知融合：结合用户的语音、表情、手势姿态、眼动，以及汽车各种传感器状态，实现对模态输入的编码与解码； 2. 利用在线强化学习实现端云结合的大模型基座更新； 3. 基于大模型的生成能力，构建用户反馈行为序列； 4. 构造大模型在线主客观评估体系。 【课题名称】 基于大模型的意图监测 【课题内容】 通过在线强化学习（RL）、多模态感知理解生成技术，实现对用户意图的精准识别和响应。
1. 研发下一代AI驱动的软件工程范式 - 构建面向移动端及嵌入式OS的智能编程系统，探索LLM在代码生成、架构设计、静态分析及测试用例生成等全流程的自治能力； - 研发智能编程辅助系统，实现需求文档→技术方案→代码实现→测试验证的端到端闭环开发。 2. 构建软件工程Agent体系架构 - 设计具有记忆、规划与工具调用能力的多智能体框架，实现复杂功能开发的自主决策与执行； - 开发基于强化学习的Agent协作机制，优化代码质量、构建成功率等核心指标。 3. 研发超大规模代码检索增强生成系统 - 设计高效的多粒度代码索引结构与语义检索框架，实现亿级代码片段的高精准召回与排序； - 研发代码知识库与LLM深度融合的混合检索技术，提升复杂项目上下文理解与跨文件依赖分析能力。 4. 微调和评估软件工程领域专用模型 - 针对IDE补全、对话等场景微调专用小参数大模型，提升代码生成率； - 评估大模型在特定软件工程领域的能力，针对具体研发场景选择适合的模型。 5. 前沿技术探索与专利布局 - 跟踪代码大模型、程序分析、AI软件工程等领域国际顶会（ICSE/PLDI/NeurIPS等）最新进展； - 主导技术创新点的专利撰写与学术论文产出。 【课题名称】 AI智能软件开发系统研究 【课题内容】 构建下一代AI驱动的智能软件开发系统 1. 面向移动端OS的智能编程系统； 2. 构建软件工程Agent系统； 3. 研发超大规模代码检索增强生成系统。