小米顶尖应届-性能功耗研发工程师- 相机
任职要求
1. 熟悉ARM异构计算架构，有影像系统功耗建模或编译器优化研究经验者优先； 2. 掌握DVFS和DCVS等技术原理，具有影像硬件特征建模及多模态任务调度算法设计经验； 3. 精通C/C++底层优化，熟悉LLVM/GCC编译工具链，具备面向影像处…
工作职责
1. 开展异构计算能效优化关键技术预研，重点突破跨处理单元的动态电压调节（DCVS）与调度协同理论； 2. 探索新型底层调度机制，研究基于强化学习的负载跟踪算法并完成原型验证平台搭建； 3. 构建相机硬件特征驱动的功耗建模体系，研发动态任务映射策略的仿真验证与量化评估工具； 4. 预研编译优化协同技术，开发面向影像系统的LTO/PGO优化原型及跨平台效能分析工具链。 【课题名称】 低功耗影像系统设计 【课题内容】 1. 构建手机异构计算架构（CPU/GPU/cDSP）的系统级能效模型，探索流水线级功耗/性能观测理论框架； 2. 研究影像系统多模态资源协同调度机制，开发基于动态负载预测的自适应能效优化算法； 3. 建立相机场景驱动的功耗特征量化评估体系，预研DVFS与动态任务映射的跨层级协同优化路径； 4. 创新编译优化技术架构，探索过程间优化（IPO）与链接时优化（LTO）的深度协同机制及效能评估模型。
1. 负责移动端图形系统的功能开发以及渲染方向的规划； 2. 负责移动端图形领域竞争力构建，端侧图形业务相关的架构和算法实现； 3. 负责系统图形渲染链路的性能分析，以及游戏GPU效果优化，满足用户对高画质、低功耗的需求； 4. 手机游戏优化GPU图形渲染方向，软硬件和平台技术规划。 【课题名称】 下一代图形渲染&人机交互技术研究 【课题内容】 1. 图形算法研究，在游戏/3D图形表现上达到行业领先水准； 2. 游戏图形优化，在功耗、画质、流畅性领先行业； 3. 下一代3D渲染架构预研和开发； 4. GPU/外挂芯片架构优化和功能设计； 5. 游戏和交互式场景下人工智能新应用的技术突破。
1.承担自动驾驶通用算法的前沿研发工作，运用算法-硬件协同设计、网络结构深度优化、训练流程加速、模型量化压缩等先进通用技术，为业务团队精心打造并提供高效的训练部署最优方案与实践经验，助力业务高效推进。 2.专注于模型轻量化结构的创新设计与性能雕琢，研发在效果、模型大小、计算量以及功耗等综合性能方面均位居业界前列的预训练模型，引领技术发展潮流。 3.投入模型加速领域的研发，涵盖模型量化、模型压缩、模型剪枝、模型蒸馏、网络架构搜索与创新设计等关键方向，确保模型在效果与运行速度上达到最佳平衡，满足车端需求。 4.开展模型架构的深度探索，包括但不限于Scaling Law、MoE、Transformer、高效训推框架以及基座模型训练等前沿领域，开拓技术边界，为自动驾驶技术突破提供核心支持 。 【课题名称】 基础算法研发 【课题内容】 探索基础算法，为自驾模型升级、迭代，压缩算法迭代周期，提供基础算法和平台。
1.参与SoC智能调度引擎开发，突破多核异构SoC能效瓶颈，实现设备续航提升20%-30%+； 2.研发基于AI预测模型的动态调度框架，完成CPU/NPU/GPU/DSP混合计算单元毫秒级资源切换与三维能效评估； 3.设计指令级功耗建模工具与自适应DVFS算法，提升典型用户场景10%+的能效提升； 4.深度协同澎湃芯片及小米全栈技术生态，覆盖手机/汽车/机器人等亿级设备，技术成果直通国际顶会转化通道。 【课题名称】 端侧高效整机性能&能效优化技术研究 【课题内容】 小米玄戒芯片能效优化与智能调度体系研究课题背景： 面对手机/汽车/机器人等多场景的极端能效需求，玄戒SoC芯片需突破多核异构的能效瓶颈，通过智能调度引擎与AI驱动的功耗建模技术，构建"芯片+系统+生态"的三维能效优化体系。结合澎湃系列芯片低功耗研发经验（硬件利润率≤5%原则）及AI实验室全栈技术积累，实现续航提升20%-30%+的行业领先能效比，技术成果直通国际顶会转化通道。 挑战： 1. SoC异构计算单元智能调度引擎开发 - 构建基于AI预测模型的动态调度框架，实现CPU/NPU/GPU/DSP混合计算单元的毫秒级资源切换与负载均衡。 - 设计多目标优化算法，在典型用户场景（如多模态交互、自动驾驶感知）中达成计算资源利用率与能效比的协同提升。 2. 指令级功耗建模与自适应能效调控 - 开发面向玄戒O1架构特征的指令级功耗建模工具链，建立微架构-指令-场景的三维能效评估体系。 - 研发自适应DVFS算法与异构缓存协同机制，确保在影像处理、边缘推理等典型场景下实现10%+能效增益。 3. 全栈技术生态协同优化 - 深度整合澎湃芯片家族（C1/G1/S1）的异构调度能力，构建覆盖MIUI系统、车载OS、机器人OS的统一能效优化方案。 - 设计可扩展的调度框架，支持手机/汽车/机器人等设备的差异化能效需求，推动技术方案在IEEE/ACM等顶会的成果转化。
团队介绍： 高德地图机器学习研发部是公司AI核心技术引擎，聚焦多模态大模型、视频生成与理解、图像编辑与生成等前沿领域。团队深耕人工智能技术落地，支撑亿级用户产品，同时长期投入前沿探索，在NeurIPS/ICLR/CVPR/ACL等顶会发表多篇论文，多项成果入选“最有影响力论文”榜单。我们拥有海量数据与算力资源，鼓励创新突破，诚邀你与顶尖算法专家并肩，共同定义AI的未来！如果你渴望挑战多模态与生成式AI的技术巅峰，在视频、图像、大模型的交叉领域实现突破，欢迎加入我们！团队的github页面是：https://github.com/AMAP-ML/ 我们提供 • 参与亿级用户产品的AI核心算法研发，见证技术直接赋能业务； • 与学术大牛和工业界专家共事，持续提升技术视野； • 顶配算力资源+开放创新氛围，支持前沿探索与顶会论文发表。 具体职责包括但不限于： 1. 视频生成：负责视频生成技术的前沿技术的研究，对AIGC的diffusion和auto-regressive技术有深入了解，在T2I/AIGCT2V/I2V上面有一定的研究，图文对齐，长视频生成等有一定的研究，做好视频生成在高德业务（广告，POI详情页等）中的进行落地。 2. 视频理解：能够使用和优化多模态大模型对用户上传的视频进行质量理解，标签，densecaption，视频summary等生成，作用到视频的搜索，广告，推荐等业务的落地。 3. 世界模型： 参与世界模型的构建，能够使用最新的视频生成技术，3D技术等构建符合人类物理规律的统一的世界模型，在高德的业务进行落地。 4. 紧跟技术前沿和技术沉淀，形成顶会论文和专利。