小米顶尖应届-汽车OS操作系统研究工程师-手机
任职要求
1. 具有计算机软件、计算机系统结构，计算机科学等领域硕士或以上学历； 2. 精通C/C++/rust语言，精通操作系统原理，编译原理，计算机体系结构，并熟悉这些技术的工业界和学术界最新进展； 2. 熟悉ARM/x86/RiscV中至少一种体系结构； 3. 博士/硕士研究方向是计算机等相关方向，最好开展过最好开展过软件形式化认证，车控系统等领域的研究； 4. 所从事过的研究工作除了学术研究，也能有科研技术成果落地的经验，具备一定的工程化开发能力。
工作职责
1. 探索业界车用嵌入式操作系统中的应用前沿技术（功能安全，异构计算，虚拟化，关键资源调度分析等），并在小米自研操作系统平台上进行实现和落地应用； 2. 承担并实现小米自研操作系统平台中难度较高的关键功能； 3. 跟踪各类开源项目技术进展，参与开源社区的高水平项目的开发工作。 【课题名称】车载高可靠操作系统关键技术规划和研究 【课题内容】基于Vela操作系统，开发用于小米汽车的车机操作系统，课题从功能安全，异构计算，虚拟化，关键资源调度分析等技术方向上展开研究，努力打造具有行业领先水平的车用操作系统
前沿技术研究 1. 跟踪全球手机领域的前沿软件技术动态（如操作系统优化、基础软件优化、硬件协同创新、端侧AI系统优化等），分析技术趋势并输出研究报告； 2. 深入研究学术界顶会论文（如OSDI/SOSP/FAST/NSDI/SIGCOMM/ASPLOS/CGO/ICSE等），提炼可落地的技术方案，推动技术预研与创新。 竞争洞察与行业分析 1. 监测友商技术动态，评估其技术路线、专利布局及产品实现，为小米技术战略提供决策支持。 PoC概念验证开发 1. 对于高价值关键技术点的原型开发，完成算法优化、性能测试及可行性验证，推动创新成果向实际产品转化。 跨领域协同 1. 与OS、硬件、AI、自动驾驶等团队合作，探索手机与智能生态（IoT、汽车、机器人）的软件技术融合方案。 技术成果输出 1. 撰写高质量学术论文，申请技术专利，参与行业技术标准制定，提升小米在学术界和产业界的影响力。 【课题名称】 下一代操作系统研究 【课题内容】 1.前沿技术探索 a. 研究基础软件领域，如操作系统轻量化内核架构（如Unikernel混合部署模型）、编译器与AI融合优化（MLIR动态代码生成）、低损耗容错中间件等关键技术； b. 研究系统关键模块（调度系统/内存管理/驱动框架/协议栈）的创新机会，如形式化验证驱动的确定性高稳定协议栈。 2. PoC验证与落地转化 a. 针对高潜力方向（如编译时-运行时联合优化、异构资源池化调度），在原型系统完成技术可行性验证。
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。
1. 研发端到端全模态理解和推理大模型核心技术，在模型结构、对齐策略、指令微调、偏好对齐、多阶段渐进式学习训练策略、推理能力增强（关系推理、因果推理、常识推理）等方面做出创新突破，达到业内一流； 2. 研发视觉理解和推理大模型核心技术，在图像理解，视频理解，视觉推理能力增强（关系推理、因果推理、常识推理），GUI屏幕感知和推理、端到端图像翻译等方向创新突破，达到业内一流； 3. 优化语音识别大模型的上下文感知能力，通过送入交互历史信息提升语音识别准确率；优化语音识别大模型的热词感知能力，通过送入相关热词提升语音识别准确率；优化语音多模态理解大模型的SpeechEncoder，提升语音理解大模型的语音理解能力和声音理解能力，包括语音内容、情感、性别、声音事件、音乐风格等；在用户跟智能体对话的过程中，检测用户的表达完整性，从而加快系统响应速度且不带来更多的误截断；在语音对话模型中，检测用户交互的对象，从而提升打断的有效性和系统交互的响应速度； 4. 端到端全模态理解和推理、视觉理解、语音理解等，建立比较广泛的业界影响力，论文引用数300+、主流算法竞赛/排行榜TOP1、开源Star 2000+等； 5. 端到端全模态理解和推理、视觉理解、语音理解等，落地在小米核心业务场景，提升核心产品竞争力和用户智能体验，包括手机（OS/小爱）、汽车、生态链等。 【课题名称】 端到端全模态理解和推理大模型研究与应用 【课题内容】 1. 研究端到端全模态理解和推理大模型的核心技术，产出突破性成果，在小米核心业务场景落地；输入文本、图像、视频、语音等模态，输出文本、语音等模态；探索全模态信息感知能力；探索全模态混合推理思维链；探索全模态思维强化； 2. 研究视觉理解和推理的核心技术和应用，包括图像理解与推理、长视频理解与推理、屏幕感知和端到端图像翻译等； 3. 研究语音理解大模型的感知关键技术，包括有效利用场景、上下文、个性化信息更好的进行音频内容的转写以及副语言信息的提取，用户表述完整性检测等，提升流式交互系统的响应速度和理解准确性等。
1. 开发基于模型的决策规划系统，解决城市、高速等场景下的交互决策、轨迹规划问题； 2. 开发大规模强化学习算法与系统，完成Agent在虚拟环境中的训练以及Sim2Real的部署。 【课题名称】 L3自动驾驶关键技术研究-决策规划大模型 【课题内容】 1.开发基于模型的决策规划系统，解决城市、高速等场景下的交互决策、轨迹规划问题； 2.开发大规模强化学习算法与系统，完成Agent在虚拟环境中的训练以及Sim2Real的部署；