# 整车架构与集成工程师（AI方向）-汽车

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 小米 (阶段未知)
- 地点: 上海
- 职能: 数据
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/campus/position/7681715814722816307/detail

## 来源岗位原文

1、负责业务侧AI提效应用落地，基于 AI 工具开展工作流建设与专项分析，涵盖数据预处理、指标提取、数据可视化与业务方案输出；
2、参与云端平台建设，包括大数据监控 / 预警 / 分析功能的需求梳理、方案设计与效果图（原型）产出，并输出可评审的 BRD 需求文档；
3、参与部门数字员工（Agent）建设，包括对标信息检索、知识库数据治理、报告 / 图表自动生成等重复性业务沉淀为自动化工作流，持续挖掘并落地 AI 提效场景；
4、利用企业自研 & 商用 AI 工具，探索并推广数据分析、报告撰写、竞品对标等环节的工作提效路径。
任职要求
1、车辆工程、自动化、计算机科学、数据科学等相关专业，硕士优先；
2、较强的编程能力：熟练掌握 SQL，能独立编写复杂查询完成多表关联分析；熟练掌握 Python，具备数据处理与可视化经验，掌握至少一种主流 BI 工具；
3、熟练使用主流 AI 工具及 Prompt 工程，能设计结构化提示词模板提升输出质量；了解 LLM、RAG、Agent / 工作流编排的基本原理，对机器学习算法有基本认知，有 AI Agent / 自动化提效相关项目或竞赛经验者优先；
4、了解汽车高压架构、电子电气架构、CAN/LIN 总线、热管理、高压安全、功能安全等概念，熟悉整车能量流 / 能耗分析者优先；
5、具备良好的逻辑思维、数据敏感度和快速学习能力，能独立拆解并解决问题；
6、责任心强，具备优秀的团队协作精神与业务沟通能力。
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_125", "en_name": "Shanghai", "i18n_name": "上海", "location_type": 3, "mdm_code": "MDCY00000002", "name": "上海", "node_status": 1, "py_name": "shanghai"}], "job_post_info": {"HighlightList": [], "JobChannelPublishList": [], "address_list": [], "city_list": [], "correlation_job_list": [], "job_level_id_list": [], "job_post_object_value_map": {}, "job_post_process_time_list": [], "recruitment_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 2, "project_type": 2, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Regular", "i18n_name": "正式", "id": "201", "name": "正式", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability": 1}}

---
opening_id: 429e7c5c-d980-46c6-86df-cf3ae7659c46

`anm openings save --id 429e7c5c-d980-46c6-86df-cf3ae7659c46`