# 大模型算法研究员-MiMo

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: 北京
- 职能: 算法
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/index/position/7446242118560399468/detail

## 来源岗位原文

1. 创新深度神经网络设计：
 - 开发新颖、开拓性的深度神经网络架构，推动深度学习领域的基础研究。
 - 针对多模态（文本、图像、语音等）设计优化模型，提高模型的泛化能力和应用性能。
2. 科学评测体系构建：
 - 构建科学严谨的算法评测方法，系统评估模型的性能。
 - 探索模型能力的潜在机制，推动模型优化和创新。。
3. 高质量数据合成与处理：
 - 通过数据生成、扩充和重写等方法，创建大规模、高质量的训练数据集。
 - 结合指令调优、偏好对齐等技术提升数据质量与模型表现。
4. 强化学习优化：
 - 研究并实施基于RLHF/RLAIF的偏好对齐技术，提升模型在多领域的应用能力。
 - 探索和优化主动学习、课程学习等有效的大模型训练方法。
任职要求
1. 学术能力：
 - 精通深度学习、强化学习（RL）、自然语言处理（NLP）等领域，具备创新研究能力。
 - 在相关领域的国际顶会或期刊发表高质量论文（如 NeurIPS、ICML、CVPR、ICLR、ACL 等）。
 - 在领域内知名比赛（NOI、IOI、IPhO、ACM、Kaggle 等）中取得优异成绩者优先。
2. 编程能力：
 - 熟练掌握 Python、C++ 或其他编程语言，具备扎实的数据结构与算法基础。
 - 熟悉主流深度学习框架（如 PyTorch、TensorFlow），能够高效实现复杂模型。
3. 实战经验：
 - 有大型模型训练及优化经验者优先，熟悉 LLM（大语言模型）训练和应用全流程。
 - 有影响力的项目经验或相关实习经历者优先。
4. 团队合作与沟通能力：
 - 具备优秀的团队协作和沟通能力，能够推动团队共同解决复杂技术问题。
加分项
- 熟悉大型模型训练技术，包括预训练、SFT（监督微调）、RLHF&O1（基于人类反馈的强化学习）。
- 在多模态建模（如图像-文本、语音-文本对齐）领域有相关研究经验。
- 对 LLM 的推理和规划有深入
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_11", "en_name": "Beijing", "i18n_name": "北京", "location_type": 3, "mdm_code": "MDCY00000001", "name": "北京", "node_status": 1, "py_name": "beijing"}], "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": "Full-time", "i18n_name": "全职", "id": "101", "name": "全职", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Experienced", "i18n_name": "社招", "id": "1", "name": "社招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 1, "project_type": 1, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Full-time", "i18n_name": "全职", "id": "101", "name": "全职", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Experienced", "i18n_name": "社招", "id": "1", "name": "社招", "selectability": 1}, "selectability": 1}}

---
opening_id: 48cc0dc7-719d-4473-8c12-971bfefe1141

`anm openings save --id 48cc0dc7-719d-4473-8c12-971bfefe1141`