小米算法工程师实习生-2027届
任职要求
1. 学历背景：本科及以上学历，计算机科学与技术、人工智能、统计学、通信工程、数学、自动化、机械等相关专业。 2. 编程能力：掌握 C++/Python 编程语言，能够进行算法开发、数据处理和模型实现，具备良好的代码规范意识。 3. 算法知识：了解各类机器学习算法原理…
工作职责
1. 协助深入了解智能工厂制造业务，参与将业务问题转化为分析问题的工作，融入团队将分析成果转化为数据应用，助力 AI 技术在智能工厂各落地场景的融合应用。 2. 负责算法的开发与优化，结合实际业务需求，设计并实现算法模型，提升模型性能、准确性和稳定性。 3. 承担模型训练数据的预处理工作，包括数据清洗、归一化、缺失值处理等，确保数据质量，为模型训练提供可靠基础。 4. 运用前沿数据分析技术，挖掘智能工厂业务数据中的潜在规律，为业务人员提供决策支持，推动业务改进。 5.利用前沿数据分析技术帮助业务人员发掘业务改进方向,给出决策建议。
1.负责国际化/多语言的探索落地，针对不同场景和需求进行算法优化和改进； 2. 负责多语言的自然语言处理算法研发工作，提升多语言的准确性； 3. 参与大模型、语义理解等领域的项目开发，实现业务需求； 4. 负责大模型微调、预训练、强化学习的训练与优化，提高模型性能和效率； 5. 关注NLP领域的前沿技术，为团队提供技术支持和创新思路。
1. AI 协同全栈开发：深度利用 AI 编程助手完成高质量的代码编写，涵盖 React/TypeScript 前端、Spring Boot/Node.js 后端及数据库设计。 2. Agent 与工具集成：参与 AI Agent 的编排与开发，探索 MCP 工具集成，实现研发流程的自动化与智能化。 3. 快速原型实现：利用 Vite 等现代工具链，将业务创意快速转化为高性能的可视化产品或 MVP（最小可行性产品）。 4. Prompt 架构优化：优化复杂业务逻辑下的 Prompt Engineering，建立可复用的 AI 开发模版，提升团队整体的交付效率。
1. AI Agent研究与实现：跟踪AI Agent、智能体等前沿技术，快速复现学术论文中的算法实现，构建原型系统并验证效果； 2. 大模型应用开发：基于现有大语言模型（LLM）开发智能应用，包括但不限于MCP（Model Context Protocol）集成、工具调用、多模态交互等功能实现； 3. AI驱动数据分析：探索和实现AI大模型在大数据分析场景中的应用，包括自动化数据处理、智能报表生成、数据洞察挖掘等； 4. 技术调研与落地：持续关注AI Agent框架（如LangChain、AutoGPT、MetaGPT等）的最新进展，评估并集成到实际项目中； 5. 知识沉淀与分享：整理技术文档，定期进行技术分享，协助团队提升AI技术能力；
1、基于数据分析发现当前用户理解和广告匹配方向上的问题，设计对应的策略优化方案；并与算法工程师、数据开发、运营等团队密切配合，推进方案上线与效果回收； 2、建设多维度的商业化数据资产及在智能化场景下的应用策略，参与相关产品的需求调研和产品方案设计，持续优化用户使用体验； 3、承接基础的数据整理和分析、看板搭建和数据运营等日常工作。