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
1.参与行业领先的AIGC项目，如大语言模型，多模态模型等 2.综合运用大模型、判别式模型等算法技术，提升多维度文本控制生成能力 3.参与完整LLM整体训练框架方案设计，和端到端解决方案的实现 4.推动AIGC在业务的落地，参与实现系统性、可复制、可规模化的解决方案 5.支持LLM、MLLM方向的新技术研究和落地应用，支持指令微调、强化学习相关算法需求
我们致力于打造银行信贷领域的新一代“智能决策大脑”。我们以行业与产业研究为锚点，以数据智能为引擎，深度融合资深信贷专家的经验与海量异构数据洞察，构建面向信贷全生命周期的领域专属决策大模型。 1.主导信贷大模型的后训练体系：通过有监督微调（SFT）、奖励模型（RM）训练、人类反馈强化学习（RLHF）、直接偏好优化（DPO）等领域领先技术，让模型不仅“会回答”，更能“可解释、答得准、判得稳、符合专家直觉”，实现与信贷业务目标的深度对齐。 2.构建垂直领域智能Agent系统的能力：能主导信贷场景下Intelligent Agent的核心框架设计，融合感知、规划、执行与持续学习机制，并通过知识图谱、RAG、NL2SQL等技术打通非结构化知识、结构化数据与自然语言交互，实现从行业洞察、风险画像到决策支持的端到端自动化。 3.打造高质量领域数据飞轮：从零构建面向信贷场景的指令与偏好数据集，设计数据配比、清洗、增强与合成策略，持续提升数据效率与泛化能力——因为你知道，好模型的背后，是更聪明的数据。 4.建立科学严谨的评估体系：构建覆盖准确性、逻辑一致性、风险敏感度、幻觉控制等多维度的自动化评测 pipeline，用数据驱动模型迭代，确保每一个版本都比上一个更可靠、更可用。 5.站在AI+金融的最前沿：紧密跟踪全球大模型的最新进展（如新型偏好学习、多Agent协作等），快速将学术突破转化为业务生产力，解决真实世界中复杂、高 stakes 的信贷决策挑战。同时将领域化的研究转化为高质量的顶会论文，形成持续学术影响力。
岗位职责 1. 负责智能驾驶模型训练优化的研究和落地，通过数据并行，模型并行，通信优化，CUDA算子优化等手段，大幅提升模型的训练速度与效率。 2. 解决智能驾驶模型训练和部署工作中遇到的各种工程和性能问题。负责训练相关的工具链和框架的开发，维护，和优化。
方向一：负责针对相机的计算成像算法的开发和迭代： 1.负责基础图像算法如3R（NoiseReduction, SuperResolution, HDR）, 多帧多摄等； 2.负责图像后处理算法如美颜、色彩映射，图像渲染等； 3.负责软硬件结合图像算法如ISP（Image signal processor）算法的开发调优，负责白平衡、自动对焦、自动曝光控制、色彩还原、多摄立体视觉、防抖算法的迭代进化等； 方向二：利用机器学习、深度学习、模型压缩及小型化等AI技术，解决Low-level画质处理、语义理解等技术问题，并实现技术的工程化部署； 方向三：负责相关算法在Android计算平台和手机soc上部署的架构设计和复杂度优化，达到实际产品应用要求。