小米算法优化实习生

1. 实现一种服务组合部署策略算法，优化服务的物理部署架构，在不影响服务部署效率的情况下，减少混部干扰，提升资源使用效率和整体服务性能； 2. 实现一套服务资源观察系统，能全面准确的度量和评估影响服务能力的所有物理资源指标； 3. 建设一套参数自动寻优系统，对服务系统的上千个配置参数进行自动优化，使得服务使用的系统资源和业务效果能达到优化平衡； 4. 根据服务间的物理部署关系，灵活的选择高效的通信技术实现，通过UDS/ShareMemory等实现高效的本地通信技术。

岗位职责： 负责音视频和图像处理算法在服务端和客户端的工程优化与业务落地。通过软硬一体优化，提升算法性能，降低计算成本或功耗，实现媒体算法在服务端和客户端的业务落地。

1、参与自动驾驶感知、规控算法、e2e端到端、vlm、vla前沿研发项目，协助运用算法 - 硬件协同设计、网络结构优化等技术，整理并分析训练部署数据，为业务团队提供基础支持。 2、辅助进行模型轻量化结构设计相关工作，参与模型性能测试，协助雕琢模型性能，为研发高性能预训练模型贡献力量。 3、投身于模型加速领域的学习与实践，参与模型量化、压缩等基础工作，协助完成实验数据收集与整理，助力模型达到效果与速度的平衡。 4、探索模型架构相关知识，研读Scaling Law、Transformer、MoE、vlm、vla、llm等前沿资料，协助开展技术调研，为自动驾驶技术突破提供基础思路。

1、参与亿级用户规模的电商推荐优化，提升内容电商观看时长、点击率、转化率、GMV、LTV等核心指标； 2、通过深度学习领域的研发工作，包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络等的算法和系统提升预估效果； 3、通过推荐算法机制优化电商流量结构和GMV结构，促进电商生态的健康发展。