小米顶尖应届-AI材料研发工程师-手机
任职要求
1. 材料科学与工程、化学、物理学等相关专业博士学历，具有 AI、机器学习、计算机科学等交叉学科背景者优先； 2. 掌握材料科学的基本理论和知识，熟悉材料的结构、性能、制备与加工等方面的内容。了解材料的前沿研究方向和发展趋势； 3. 熟练掌握至少一种编程语言，如 Python、C++、Fortran 等。熟悉常用的科学计算库和工具，如 NumPy、SciPy、Matplotlib 等； 4. 掌握常见的机器学习算法，如线性回归、决策树、支持向量机、神经网络等，了解深度学习的基本原理和架构； 5. 有跨学科项目合作经历，能够与AI算法工程师、硬件工程师高效沟通合。
工作职责
1. 负责新型结构、功能及外观材料的研发、性能测试及量产可行性评估； 2. 结合AI算法开发或优化材料配方； 3. 跨学科技术整合，将材料特性与终端功能器件设计结合； 4. 参与AI终端的可靠性验证，确保材料在极端环境下的稳定性； 5. 标准化与专利布局参与制定材料性能评价标准，推动行业规范化发展；撰写技术专利，保护核心材料创新成果。 【课题名称】 AI材料研发 【课题内容】 聚焦AI+材料创新，涵盖结构材料、功能材料及外观材料与AI驱动的色彩/纹理设计等，通过AI算法加速材料性能预测与制造工艺优化，实现终端高性能、长续航与美学体验的协同突破。
1. 基于扬声器物理模型与反馈信号，设计并实现保护算法，包括温度估计、振膜位移限制、过载检测等模块； 2. 音质优化与协同：在保障保护功能的同时，注重音质表现。与音效算法团队配合，结合均衡（EQ）、动态压缩（DRC）、立体声扩展等音频算法，确保保护机制对音质影响最小； 3. 融合声学物理建模与AI技术，开发线性/非线性声学特性的混合驱动模型； 4. 设计物理约束的神经网络，实现声学系统的高效仿真与参数反演； 5. 构建多源声学数据与物理参数的关联性模型，支撑噪声控制、音频增强等场景需求； 6. 推动AI声学模型在硬件设备（如扬声器、麦克风）中的落地应用。 【课题名称】 音频AI算法研发 【课题内容】 1. 基于AI的智能音频功放保护算法研究与优化； 2. 负责开发基于深度学习的声学物理模型，重点解决声学系统中的线性与非线性特性建模问题； 3. 通过结合物理先验知识与数据驱动方法，推动音频处理、声学仿真、语音增强等领域的创新。
1. 负责长效参比电极实验室应用和远期产线导入； 2. 负责Pack端微型压力和气体传感器应用和落地； 3. 参与析锂、鼓包、内短路和漏液等无损检测技术在电量计和手机端或者云端导入； 4. 参与电池自修复和延寿策略开发和导入；负责电池数字孪生布局和研究。 【课题名称】 电池硬件无损检测设计 【课题内容】 智能电池与传感器及长效参比电极技术研究，包括智能电池定义和规划；长效参比电极研究及微型压力和气体传感器技术研究。
1. 探究Agentic AI的核心技术，包括但不限于规划、工具调用，多智能体协作等，进行前沿学术研究，并探索材料科学领域可能的应用方向； 2. 结合材料科学的研究方法，例如传统模拟仿真（DFT，MD，FEM等）、表征结果分析、以及实体实验室等，使用Agent驱动前述工具，发表有影响的研究工作； 3. 结合小米实际业务场景，面向产品优化Agentic AI驱动的材料研发技术，并进行实际应用落地。 【课题名称】 大模型智能体驱动材料设计研究 【课题内容】 建立领先的Agent驱动材料研发范式，驱动小米新材料高效研发与实际应用落地，为小米构建新材料技术与应用高地提供方法支撑。
1、负责数字化底盘架构车辆动力学核心技术的创新研究，包括但不限于：线控底盘（Brake-by-Wire/Steer-by-Wire）、智能悬架（主动/半主动）、轮毂电机扭矩矢量控制、自动驾驶与动力学协同控制等； 2、探索AI/ML在车辆状态参数估算、动态响应预测与实时控制中的应用（如强化学习控制算法）； 3、研究新型车辆底盘架构（如轮边角模块等）对车辆动力学特性的挑战与解决方案； 4、与自动驾驶、电驱动系统、轻量化材料团队合作，优化整车动态性能（如舒适性、操纵稳定性、能量效率）； 5、构建高精度车辆动力学仿真模型（多体动力学、高保真轮胎模型等），支持数字孪生与SIL/HIL等在环测试； 6、开发基于云平台的动力学参数标定与OTA更新技术； 7、跟踪产业界、学术界前沿技术进展，探索在数字化底盘领域相关车辆动力学相关业务场景上的应用落地路径，持续迭代优化。 【课题名称】数字化底盘动力学研发 【课题内容】本课题聚焦于数字化底盘系统中车辆动力学研发工作，通过构建高保真、多场景适用的数字化底盘汽车动力学特性预测分析模型，完成线控底盘子系统（主动悬架、线控转向、线控制动）的协同控制性能分析，并对线控底盘子系统特性提出技术要求。