小米顶尖应届-端侧大模型算法工程师-软件
任职要求
1、信号处理/模式识别/人工智能等相关专业毕业，熟练使用C/C++； 2、对深度学习有深刻认识，熟悉各种神经网络及背后数学原理，熟悉各类神经网络模型的量化/压缩/性能优化方案； 3、对大模型加速优化方案有深入了解，对投机采样，GQA，MOE，Lora量化等技术有开发与优化经验者优先； 4、有TFlite (Micro)，NCNN，SNPE/QNN，E…
工作职责
1、负责大模型在内的各类算法的移动端部署与优化； 2、负责移动端深度学习框架开发及算子优化； 3、不断挖掘移动芯片算力潜能，改良模型结构，实现业界领先的算法执行效能； 4、撰写相关论文，专利。
1. 智能路由机制 (Dynamic Routing)：研发基于语义复杂度和隐私等级的路由算法。Agent 能自动判断：简单指令（如“定闹钟”）本地解决，复杂推理（如“分析财报并写总结”）分发至云端。 2. 端云状态同步 (State Sync)：确保 Agent 的“记忆”和“任务执行进度”在端云之间无缝切换。即使任务中途从本地转到云端，上下文也不丢失。 3. 隐私屏障 (Privacy-Preserving AI)：在请求发送至云端前，实现本地脱敏（PII Filtering），确保用户的敏感私密信息留在手机端。 4. 弹性负载优化：监控网络环境（5G/Wi-Fi/弱网），在网络差时自动降级为全本地运行，保证 Miclaw 的“可用性”。
1. 引擎调优：负责 Android/iOS、与云端 MiMo 或本地 ExecuTorch/ncnn 的底层接入与硬件加速（NPU/GPU/Metal）。 2. 效率突破：实现 Speculative Decoding (投机采样) 或 Prompt Caching，在手机端将 TTFT（首包延迟）降至极致。 3. 性能监控：建立全链路监控指标体系，关注 Tokens/sec、ITL (Token 间延迟) 以及 Agent 后台运行时的功耗曲线。 4. 资源调度：解决多 Agent 并发请求时的资源竞争问题，防止手机卡顿或发热降频。
1、负责6G 无线AI方案设计，开展6G 无线AI算法研究； 2、进行算法仿真和仿真工作； 3、撰写 6G无线AI相关专利与技术提案，向 RAN1 等推动技术标准制定。
1、6G无线通信技术研究：进行6G移动通信新特性如大规模天线、天地一体、通感一体、无线AI等技术的研究，包括解决方案设计，知识产权保护等； 2、6G仿真平台和原型机开发：通过链路级仿真、系统级仿真、原型机开发等手段验证6G研究成果的有效性和可行性； 3、6G无线通信标准推动：参加国际和国内的6G标准制定和讨论，包括3GPP，IMT2030，ITU-R等国内外标准组织，进行提案撰写，标准化参会讨论等工作，推动6G研究成果被3GPP标准采纳。