# 顶尖应届-大模型算法工程师-智能座舱

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/toptalent/position/7646710458111691014/detail

## 来源岗位原文

围绕小米汽车智能座舱，研究端侧多模态大模型与端云协同架构，探索文本、图像、视频、音频及多源上下文信息的统一理解、推理与决策能力，推动座舱从被动响应走向主动智能，具体方向包括：

1、多模态数据与评测体系
构建多模态数据采集、清洗、标注、合成及评测体系，提升数据质量、多样性和真实场景覆盖度。

2、端侧感知算法分层能力建设
研究面向智能座舱的多模态统一建模、大模型后训练与大小模型协同机制，探索推理加速、模型压缩和端侧量化部署，提升模型在车端场景下的实时性、稳定性和理解能力。

3、端云协同智能架构
研究端侧与云端大模型的协同机制，实现端侧快速响应与云端复杂推理能力的有效结合。

4、Agent 与主动交互
构建感知、理解、推理、决策和执行链路，探索主动交互、个性化服务和智能决策能力在智能座舱中的落地。
任职要求
1、硕士及以上学历，计算机科学、人工智能、计算机视觉、自然语言处理、电子工程、自动化等相关方向，博士优先；
2、长期关注并深入研究多模态大模型、Agent 等方向，理解模型架构、跨模态对齐、大模型后训练、推理优化、模型压缩与端侧部署等关键技术；
3、在大语言模型 / 多模态大模型、端侧模型优化、端云协同系统等至少一个方向有高质量研究成果或完整项目经验，包括 NLP / CV / 语音等领域顶会论文发表、开源项目、竞赛成果或系统原型；
4、具备优秀的科研能力、工程实现能力和沟通协作能力，能够面向真实产品场景抽象技术问题，并推动前沿 AI 技术在小米汽车智能座舱中落地。
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": "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: fb019247-d2d2-4854-9514-f4e83bfca062

`anm openings save --id fb019247-d2d2-4854-9514-f4e83bfca062`