# AI算法工程师-AICoding/Agents方向

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、武汉
- 职能: 算法
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/campus/position/7671291137243629878/detail

## 来源岗位原文

1、负责代码智能体（Coding Agent）系统全流程研发：数据构建（代码语料清洗、代码/对话/工具轨迹标注）、预训练/持续预训练、指令微调（SFT）与后训练（DPO/ORPO/RLHF/RLAIF），在 HumanEval、MBPP、SWE-bench、RepoBench 等基准及业务集上达成目标。
2、基于主流 Agents 框架（LangChain、AutoGen、Agno 等）搭建具备规划、工具调用、记忆与多步推理能力的多代理系统，落地代码生成、调试与单测生成、仓库级理解、自动修复、PR 评审与CI修复等核心场景。
3、以 MCP（Model Context Protocol）为核心构建工具生态：设计与实现 MCP servers/tools，标准化接入代码搜索、编译/运行、CI/CD、Issue/PR、知识库与内部服务；支持安全沙箱执行与资源隔离，提升可观测与可维护性。
4、设计并优化 ReAct/Plan-Act/Tree-of-Thought 等推理策略及函数调用，结合 RAG（向量/符号/结构化检索与代码图）实现大规模代码库检索增强，支持跨文件、跨仓库的复杂问题求解。
任职要求
1、计算机基础扎实，熟练使用 Python，至少掌握一门强类型语言（Go/Java/C++/Rust 优先）；熟悉 Git、Linux 与容器化开发。
2、熟悉主流 Agents 框架与范式：有 LangGraph/LangChain/AutoGen/LlamaIndex/CrewAI 之一的实战经验；理解 MCP 协议并能实现自定义 MCP 工具；熟悉 ReAct、RAG、Function Calling、Planner/Memory 等方法并能落地。
3、了解大模型训练与推理：可使用 PyTorch/DeepSpeed/Lightning/Colossal-AI 等完成 SFT/LoRA/QLoRA；理解后训练与对齐方法；熟悉 Transformers/vLLM/TGI 等高效推理与服务化。
4、具备良好的实验设计与问题定位能力，能分析 Agent 轨迹、工具失败率、检索召回与推理路径，提出可量化改进方案。
5、良好的沟通与团队协作能力，关注用户体验，能与产品/前端/平台协同推进落地。
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_154", "en_name": "Wuhan", "i18n_name": "武汉", "location_type": 3, "mdm_code": "MDCY00000216", "name": "武汉", "node_status": 1, "py_name": "wuhan"}, {"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": "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: 64aa9fde-b8af-41e7-a3d2-e89cff3b9830

`anm openings save --id 64aa9fde-b8af-41e7-a3d2-e89cff3b9830`