小米顶尖应届-垂域推理大模型算法工程师-AI实验室
任职要求
1. 硕士及以上学历，计算机，数学等相关专业，具备LLM，AIGC，深度学习，强化学习等相关专业知识，对主流大模型如deepseek，qwen等有一定了解； 2. 精通常用深度学习框架tensorflow、pytorch等，熟练掌深度学…
工作职责
1. 参与大模型在垂域的应用及落地，包括垂直领域推理大模型的构建，指令微调，思维链，强化微调等相关技术的模型优化； 2. 结合汽车质量，诊断场景提升汽车推理大模型在诊断场景的推理准确率，降低幻觉，具备专家级的诊断能力； 3. 跟踪前沿大模型技术进展，在相关业务场景上应用落地，以及持续迭代优化，同时输出高质量技术文章。 【课题名称】 面向垂域的推理大模型技术研究 【课题内容】 1. 探索推理大模型的技术方向，包括推理注入，强化微调等； 2. 提升大模型对垂域专业知识，设计研发逻辑的理解能力。
主要从事物联网（IoT）与人工智能（AI）的跨领域技术研发，聚焦多模态感知与大模型优化在智能家居场景的深度应用，具体方向包括： 1. 多模态融合感知：研发基于视觉、语音、环境传感等多源数据的融合算法，构建高精度环境感知系统，实现对用户行为与空间状态的实时理解； 2. 垂域大模型优化：针对智能家居场景优化大模型架构，开发参数高效微调（如LoRA）与轻量化部署方案，提升模型在边缘设备端的推理效率； 3. 智能决策系统：融合多模态感知与大模型分析能力，构建个性化推荐引擎，实现设备联动自动化与场景化服务（如自适应照明、安防预警等）。 【课题名称】 基于多模态感知的IoT垂域大模型应用 【课题内容】 基于多模态感知融合技术的垂域大模型优化方案，拓展智能家居场景应用，实现环境、语音与视觉数据的协同分析与智能决策。
1. 筛选、处理和生产多模态大模型训练集数据； 2. pre/post train多模态大模型； 3. 评测比较开源大模型和训练大模型； 4. 应用多模态大模型到自驾数据挖掘筛选业务。 【课题名称】 自驾垂直领域挖掘筛选多模态大模型 【课题内容】 针对自动驾驶海量数据的挖掘筛选业务，通过pre/post train自驾垂直领域多模态大模型，来提高数据挖掘和筛选的准确率和效率，满足自驾量产模型的数据需求。
1. 调研全球OEM、供应商、高校在角模块方面的专利布局和潜在技术方案; 2. 建立一套具备前瞻性的针对角模块构型和控制软件设计/开发/测试/验证流程; 3. 以前瞻引领技术量产为目标，实现新构型、新技术的样车搭载，实车标定满足功能体验的设计要求，快速有效成熟支撑技术和设计的量产化输出。 【课题名称】角模块自研开发 【课题内容】未来15年，智能底盘关键技术和性能全面突破，产品衍化出新形态，驱制转悬高度集成的一体化新型行驶单元逐渐走向量产，支持多维空间的无人驾驶
1. 负责Rust语言及标准库、常用库在Vela系统的移植和适配; 2. 负责Rust程序的优化及附带工具开发，包括codesize裁剪、内存优化、速度优化; 3. 负责参与Vela系统模块与Rust语言的结合，包括方案设计、关键技术研发、技术培训等工作。 【课题名称】Rust支持IoT应用开发研究 【课题内容】研究Rust支持Vela系统的应用开发，包括： 1. 深入研究Rust标准库，适配到Vela系统，并根据Vela系统进行裁剪； 2. 深入研究tokio、json等常用库，适配vela系统，并进行优化 3. 调研vela系统的模块结构，将vela各模块适配到Rust语言中