小米AI产品经理-AI实验室-2027届
任职要求
任职要求
- 拥有大厂（尤其是具有AI产品实习经验）实习经验者优先；有自己搭建Agent应用、vibe coding经验优先
- 对AI技术和产品有浓厚兴趣，对AI for Science、科研自动化或材料/制造领域有一定了解者加分；
- 计算机科学、人工智能、材料科学或相关专业硕士研究生在…工作职责
团队介绍：我们致力于开发业界领先的AI大模型产品，聚焦AI for Science/Industry方向，通过将最前沿的人工智能技术与小米实际业务需求结合，推动科研自动化在智能制造与质量体系中的落地。作为AI产品实习生，你将有机会直接参与科研自动化通用框架（AutoResearch）的规划与建设，与业内顶尖的工程师和产品经理共事，共同推动AI技术在产业级科研场景的应用。 职责范围 - 参与AutoResearch科研自动化框架的需求分析、功能设计和产品体验优化； - 协助拉通多个研究方向（如材料仿真、能耗优化等）的进展跟踪与跨方向协同； - 协助完成产品的原型设计、文档编写及项目跟进； - 与研发团队紧密合作，推动Agent能力的开发与迭代； - 分析实验反馈与研究数据，制定产品改进方案，持续优化科研自动化流程；
核心职责 产品规划与技术洞察 1. 持续跟踪全球视频图像AIGC领域的前沿技术进展，包括但不限于扩散模型、视频生成、多模态大模型、3D生成等方向； 2. 深入分析Veo3、Sora等主流视觉生成能力模型的演进趋势，评估其在企业级应用和创作中的可行性，以及有自己的思考和市场洞察； 3. 建立商业化产品的演进方向和市场选择以匹配模型快速发展的需要，满足对应客户的诉求下产品设计与商业化落地； 4. 负责ToB视频图像AIGC产品的全生命周期管理，从0到1构建产品体系，实现从技术demo到规模化商业化的跨越； 5. 深度理解企业客户需求，设计符合B端业务场景的AI解决方案，并产出对应的培训手册和评价体系； 6. 主导商业化策略制定，包括定价模型、客户分层和选型、商业模式等，确保产品具备清晰的商业价值和盈利模式； 7. 定期产出客户反馈以指导产品的迭代和商业覆盖策略跨团队协作。 跨团队协作 1. 与算法团队紧密合作，将前沿研究成果转化为可落地的产品功能，平衡技术先进性与工程可行性，交付可被行业广泛使用的产品； 2. 与前线销售及市场团队协作，建立从需求挖掘到客户交付的完整闭环，提升客户满意度和商业规模的增长数据驱动与效果优化； 3. 建立产品核心指标体系，通过数据驱动产品迭代优化； 4. 建立模型效果的评测体系以链接市场需求与创作要求； 5. 持续监控模型性能、用户体验、商业转化等关键指标，快速响应市场变化； 6. 定期输出商业化案例，形成可复制的成功模式。
1、产品经理 (100) 1、负责 AI 智能硬件产品的全生命周期管理，包括需求分析、产品规划、设计、研发跟进、测试验收、量产导入与上市运营。 2、深入理解用户场景，结合 AI 算法能力（如语音、视觉、大模型等）制定产品方案与差异化功能。 3、与硬件、结构、软件、算法、供应链、质量等多团队协作，确保产品按期高质量落地。 4、主导竞品分析、用户研究，形成洞察并推动产品迭代优化。 5、管理产品需求文档（PRD）、产品原型及技术规格，确保设计可实现且具成本优优势。 6、跟进样机验证、实验室测试及用户体验测试，及时推动问题关闭与优化。 7、负责产品上市节奏，包括推广内容、卖点提炼、培训材料及渠道对接。 8、跟踪产品 KPI（销售、反馈、使用数据），推动持续迭代。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。