小米顶尖应届-云端数据基座大模型工程师-自动驾驶

1. 负责云端数据基座大模型架构设计、实现与落地； 2. 负责云端数据基座大模型训练方案的设计、实现与落地； 3. 针对自动驾驶的技术与场景痛点，提出有效可行的解决方案，与车端同学配合解决问题并形成车云闭环； 4. 负责相关学术文档、方法论的研究和调研，沉淀形成专利/文档/论文等。 【课题名称】 云端数据基座大模型 【课题内容】 利用云端硬件优势，自动化生产数据同时，探索自动驾驶能力上限： 1. 利用海量数据，训练云端基座大模型，以更简洁有效的方式输出感知和行为结果，输出高质量的自动标注数据，再用于云端训练，进一步提升云端能力，形成云端模型闭环； 2. 利用多种传感器数据，探索云端基座大模型能力上限，为车端算法提供简洁有效的方案指引和蒸馏知识。

1.负责动力电池、电控、电机、热管理等相关的前沿算法策略和解决方案开发； 2.负责AI相关算法和方案在云端或车端的部署与实现； 3.负责动力数据产品的AI智能改造或重构； 4. 负责AI前沿技术应用探索。 【课题名称】动力AI技术创新应用 【课题内容】新能源三电和热管理系统相关数据驱动和AI算法开发，融合研发、生产、运行、充电和售后等多域数据，建立需求预测-技术迭代-市场反馈的AI算法应用和产品研发

1、开发基于深度学习方法和传统优化方法的众包建图算法； 2、搭建高性能、高并发的建图系统，进行车端和云端部署验证； 3、参与算法工程化及调试，跟进量产实际问题。 【课题名称】 基于众包数据的大规模建图算法 【课题内容】 基于大规模用户回传的传感器数据，基于最新的深度学习算法和传统的三维重建算法，实现高自动化率、高精度的建图算法。利用深度学习算法，解决传统优化算法中需要复杂调参和复杂规则的问题。

1. 智能路由机制 (Dynamic Routing)：研发基于语义复杂度和隐私等级的路由算法。Agent 能自动判断：简单指令（如“定闹钟”）本地解决，复杂推理（如“分析财报并写总结”）分发至云端。 2. 端云状态同步 (State Sync)：确保 Agent 的“记忆”和“任务执行进度”在端云之间无缝切换。即使任务中途从本地转到云端，上下文也不丢失。 3. 隐私屏障 (Privacy-Preserving AI)：在请求发送至云端前，实现本地脱敏（PII Filtering），确保用户的敏感私密信息留在手机端。 4. 弹性负载优化：监控网络环境（5G/Wi-Fi/弱网），在网络差时自动降级为全本地运行，保证 Miclaw 的“可用性”。