小米机器学习高级算法工程师-AI控制/AI节能方向
任职要求
1. 计算机、自动化、能源动力、电气工程等相关方向硕士及以上学历，博士优先； 2. 熟练掌握PyTorch等常用深度学习框架中的一种或多种，有利用较大规模数据训练算法的经验； 3. 扎实的智能控制、深度学习理论基础，具备根据业务数学建模、…
工作职责
1. 聚焦AI+科技家电方向：负责空调、冰箱、洗衣机或生态链产品的AI算法设计，通过智能化实现产品在节能、保鲜、洗烘、质量等方面的效果提升 2. 负责AI节能、智能诊断、个性化等算法问题的建模、设计与优化，前沿技术预研与应用 3. 负责上述相关算法的端侧部署、测试，支持量产交付
1. 核心算法建设：依托公司级数据与 AI 能力底座，面向营销增长、供应链优化、企业经营决策等核心业务场景，承担公司级 AI 与算法能力建设，负责大模型、预测、归因、异常检测等算法模型的选型、训练、调优和上线 2. 业务价值闭环：推动算法能力直接转化为可量化的业务价值，主导算法在业务中的规模化落地，基于业务 badcase、预测误差、归因偏差和线上效果反馈，持续迭代模型 3. 数据与知识底座建设：主导业务数据打通、训练数据构建、评测集建设、知识库治理和大模型训推供数，提升模型在真实业务场景中的效果表现与稳定性 4. 大模型与Agent深度优化：负责在复杂 Agent 场景下的大模型后训练、二次训练、RAG 优化、Prompt 优化、工具调用优化和模型效果评估，攻克多智能体协同、复杂任务编排等技术难题。
1、分析员工行为、设备、权限和资源访问数据； 2、设计用户行为、时序、资源关系和风险特征； 3、训练分类、异常检测、序列预测等模型，解决样本不平衡、标签质量和模型误报问题，分析模型误报和漏报，持续优化检测效果； 4、为告警提供可解释的风险原因和证据； 5、配合工程团队完成模型上线和监控。
1. 根据芯片特性，例如量化、稀疏、Winograd等，设计和开发NN量化压缩工具 2. 负责大模型量化压缩工具的设计和开发，参与端侧大模型落地交付 3. 协同业务算法团队，持续优化工具痛点，提升工具效能。
1. 负责端到端或多模态大模型(VLM/VLA)压缩优化，覆盖高能效模型结构设计，量化/稀疏/剪枝/知识蒸馏等推理加速核心环节 2. 负责端到端或多模态大模型(VLM/VLA)软硬联合优化方案设计，参与高效计算架构、异构计算系统和工程落地，推动模型在端侧的性能极致优化 3. 负责与算法团队深度合作，结合业务痛点，负责业务模型基模、芯片架构的联合优化设计 4. 负责多模态大模型(VLM/VLA) 端到端优化量化部署工具链的建设，负责交付和迭代工具链的优化量化技术，参与编译器工具协同优化，参与芯片架构验证。