招聘状态未确认 · 最近观察 2026-10-19
当模型规模触顶硬件天花板，真正的突破来自从模型到芯片的协同设计（Co-design）——让模型结构天然适配硬件特性，让芯片架构为模型量身定制。这正是我们在做的事。你将深入 MiMo 大模型的核心，从模型架构到推理效率，再到与自研芯片团队的深度协作，打通从算法到硅片的全链路。
你会做什么？
1、模型架构设计：参与大模型核心架构的探索与迭代，设计兼顾建模能力与计算效率的架构（如高效 Attention 等）；
2、模型高效推理：研究低比特量化、稀疏化、投机解码等技术，在精度与推理效率之间找到最优解；
3、端到端性能优化：从算子、内存访问模式到系统级调度，推动软硬件协同的极致性能；
4、芯片协同设计：基于对芯片计算特性（数据流、存储层次、互联带宽）的理解，将模型侧的洞察转化为芯片架构的设计指引，与自研芯片团队紧密合作。
任职要求
我们希望你是这样的人：
1、对大模型架构有扎实理解；
2、熟悉推理优化技术栈（量化/稀疏/投机解码/高效算子等）；
3、对芯片/计算机体系结构有真实兴趣 。
加分项：
1、有大模型训练/微调经验；
2、有 CUDA/Triton kernel 开发经验；
3、在系统、体系结构或 ML 方向的顶会有论文发表。
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": "Intern", "i18n_name": "实习", "id": "202", "name": "实习", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招"
招聘状态未确认 · 最近观察 2026-10-19
我们正在构建下一代具备自主软件安全分析能力的大模型——能够独立发现操作系统、浏览器及关键基础设施中长达数十年未被检出的零日漏洞，并在无人工干预的情况下生成可执行的漏洞利用链。
核心职责
1、负责设计并执行面向软件漏洞发现的大模型训练流程，包括预训练数据构造、指令精调与 RLHF/RLAIF；
2、研究提升模型在二进制分析、源码审计、模糊测试指导等安全任务上推理能力的方法；
3、构建并维护 Agentic 安全评估框架，设计覆盖 CVE 复现、零日发现、漏洞利用链生成的基准测试集；
4、与红队工程师协作，对模型的进攻性能力进行双用途风险评估与控制；
5、研究长上下文代码推理、跨文件调用链分析、符号执行辅助等关键技术。
任职要求
1、计算机、网络安全等相关方向硕博学历以上，具备 CTF 参赛经历或漏洞挖掘实战经验；
2、熟悉大模型训练全链路（预训练、SFT、RLHF）；
3、具备扎实的系统编程能力（C/C++/Rust 其一）；
4、了解软件漏洞原理，如缓冲区溢出、UAF、逻辑漏洞等。
加分项
1、熟悉逆向工程、fuzzing（AFL/LibFuzzer）、符号执行；
2、有 LLM for code / program synthesis 研究发表；
3、了解 AI 安全、模型对齐或红队评估方法；
4、熟悉操作系统内核或浏览器渲染引擎源码。
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": "Intern", "i18n_name": "实习", "id": "202", "name": "实习", "parent": {"active_status": 1, "children": [], "depth": 1, "en_
招聘状态未确认 · 最近观察 2026-10-19
我们正在构建下一代具备自主软件安全分析能力的大模型——能够独立发现操作系统、浏览器及关键基础设施中长达数十年未被检出的零日漏洞，并在无人工干预的情况下生成可执行的漏洞利用链。
核心职责
1、负责设计并执行面向软件漏洞发现的大模型训练流程，包括预训练数据构造、指令精调与 RLHF/RLAIF；
2、研究提升模型在二进制分析、源码审计、模糊测试指导等安全任务上推理能力的方法；
3、构建并维护 Agentic 安全评估框架，设计覆盖 CVE 复现、零日发现、漏洞利用链生成的基准测试集；
4、与红队工程师协作，对模型的进攻性能力进行双用途风险评估与控制；
5、研究长上下文代码推理、跨文件调用链分析、符号执行辅助等关键技术。
任职要求
1、计算机、网络安全等相关方向硕博以上学历；
2、具备 CTF 参赛经历或漏洞挖掘实战经验；
3、熟悉大模型训练全链路（预训练、SFT、RLHF）；
4、具备扎实的系统编程能力（C/C++/Rust 其一）。
了解软件漏洞原理，如缓冲区溢出、UAF、逻辑漏洞等
加分项
1、熟悉逆向工程、fuzzing（AFL/LibFuzzer）、符号执行；
2、有 LLM for code / program synthesis 研究发表；
3、了解 AI 安全、模型对齐或红队评估方法；
4、熟悉操作系统内核或浏览器渲染引擎源码。
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
招聘状态未确认 · 最近观察 2026-10-19
1、大规模语音模态预训练
研究如何用千万小时级别语音数据在百亿级别参数模型上进行高效预训练，有效提取与利用通用声学与语义特征，提升语言理解及语音生成的一致性和自然度；
2、多语言语音理解与生成
研究跨语言语音数据的共享表示方法，提升语音模型对多语言、方言的适配能力；
3、噪声环境及复杂声学场景下的处理能力
研究语音大模型在嘈杂、混响、远场等典型场景下的泛化性；
4、探索高效语音信息压缩方法
研究语音模态压缩方法，以实现长时理解，并适配不同类型的设备（云侧和端侧）的部署需求。
任职要求
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": "
招聘状态未确认 · 最近观察 2026-10-19
我们正在寻找专注于提升大模型在科学推理领域能力的研究员，重点优化模型在人文社会科学、文学、心理学、哲学、数学、物理、生物/医学、化学、计算机科学/人工智能、工程等领域的理解与推理能力，推动大模型在复杂科学问题上的表现，使其能够解决类似人类高水平考试中的问题。
岗位职责：
优化模型推理能力：研究并优化大模型在数学、物理、生物/医学、计算机科学、工程、人文社科、心理学、哲学、农学等领域的推理能力。
开发科学基准测试：构建科学推理任务与评测方法，衡量模型在复杂学术问题上的表现。
训练数据集构建：收集和整理高质量的科学数据，以支持模型强化学习训练。
多模态推理：结合文本、公式、图像、实验数据等多种数据类型，探索提升大模型科学推理能力的方案。
任职要求
任职要求：
学历要求：文学、哲学、心理学、数学、物理、化学、生物、医学、工程等相关领域，本硕博均可
AI能力：会使用Python，对大模型感兴趣
研究能力：具备优秀的数学推理、数据分析能力，有在AI或科学推理相关领域发表论文的经验。
团队协作：良好的沟通能力，能够与不同背景的研究人员合作，共同推进复杂科研项目。
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": "Intern", "i18n_name": "实习", "id": "202", "name": "实习", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Campus", "i18n_name": "校招", "id": "2", "name": "校招", "selectability": 1}, "selectability":
招聘状态未确认 · 最近观察 2026-10-19
我们是小米大模型团队的 Post-training Agent Group，专注于 AI Agent 的研究前沿，持续推动模型智能上限。
我们致力于构建能够在开放环境中理解目标、自主规划并在长周期交互中保持稳定可靠的 Agent 系统。我们的目标，是将这些能力沉淀为模型内生、可泛化、可扩展的基础能力。
团队拥有充足的计算资源，并能够直接连接大规模真实应用场景，让研究想法在前沿模型、真实任务和用户反馈中得到快速验证。
研究方向
1、构建覆盖 Coding、Visual、General Agent 以及长程任务场景的评测体系，系统刻画模型能力边界，并通过分析模型行为与失败模式，识别制约能力提升的关键瓶颈；
2、构建大规模、高质量的数据合成与筛选流程，持续提升模型在代码生成、搜索和通用工具使用等方向的基础能力；
3、研究 Agentic RL 算法，设计有效的奖励信号、grader 以及 credit assignment 机制解决长程交互、稀疏奖励 和 reward hacking 等问题；
4、提升大规模 Agent 强化学习的稳定性、训练效率与可扩展性；
5、通过大规模 Agent 强化学习提升 Agent 在未见任务、长程任务和开放环境中的泛化能力与可靠性；
6、探索 self-improvement、持续学习，以及模型与 Agent Harness 的协同演进。
任职要求
1、硕博以上学历，计算机相关专业， 具有 LLM post-training、Agent、RL 或模型评测方面的实际研究或项目经验；
2、出色的 Data Sense 与 Evaluation Sense，能够通过严谨的实验设计、分析和迭代持续提升模型能力；
3、扎实的编程和工程能力，熟练使用 Python、PyTorch，能够将研究想法实现为可靠、可复现、可扩展的实验系统；
4、优秀的 Research Taste 和 High Agency，认同第一性原理与长期主义。 在 NeurIPS、ICML、ICLR、ACL、EMNLP 等顶级 AI 会议或期刊发表过高质量研究
5、在有影响力的开源项目中做出过重要贡献；
6、在 IMO/CMO、IOI/NOI、ACM-ICPC 等高水平数学、信息学或程序设计竞赛中取得突出成绩
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": [], "J
招聘状态未确认 · 最近观察 2026-10-19
我们正在构建下一代具备自主软件安全分析能力的大模型——能够独立发现操作系统、浏览器及关键基础设施中长达数十年未被检出的零日漏洞，并在无人工干预的情况下生成可执行的漏洞利用链。
核心职责
- 负设计并执行面向软件漏洞发现的大模型训练流程，包括预训练数据构造、指令精调与 RLHF/RLAIF；
- 研究提升模型在二进制分析、源码审计、模糊测试指导等安全任务上推理能力的方法；
- 构建并维护 Agentic 安全评估框架，设计覆盖 CVE 复现、零日发现、漏洞利用链生成的基准测试集；
- 与红队工程师协作，对模型的进攻性能力进行双用途风险评估与控制；
- 研究长上下文代码推理、跨文件调用链分析、符号执行辅助等关键技术；
任职要求
岗位要求
- 计算机、网络安全等相关方向硕博学历以上，具备 CTF 参赛经历或漏洞挖掘实战经验；
- 熟悉大模型训练全链路（预训练、SFT、RLHF）
- 具备扎实的系统编程能力（C/C++/Rust 其一）
- 了解软件漏洞原理，如缓冲区溢出、UAF、逻辑漏洞等
加分项
- 熟悉逆向工程、fuzzing（AFL/LibFuzzer）、符号执行
- 有 LLM for code / program synthesis 研究发表
- 了解 AI 安全、模型对齐或红队评估方法
- 熟悉操作系统内核或浏览器渲染引擎源码
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_na
招聘状态未确认 · 最近观察 2026-10-19
我们在做什么：
为大模型训练和评估提供高质量的数据供给。我们需要从各类公开数据源中大规模采集文本、对话、代码等多种类型的数据，部分场景涉及复杂的接口协议和安全策略分析，对工程能力和问题拆解能力有较高要求。
你会参与：
1. 分析目标数据源的接口协议与安全策略
2. 主流 Web 安全防护机制的研究与适配
3. JS 代码分析与调试，提取关键业务逻辑
4. Web 协议分析与接口还原
5. 移动端数据通路建设（协议分析、安全机制适配）
6. 设计并开发高可用数据采集系统，完成大规模数据的清洗与结构化存储
任职要求
我们希望你具备：
1. 熟悉 Python / JavaScript，有数据采集或安全研究相关项目经验
2. 能独立完成主流 Web 安全防护的分析与适配
3. 熟练使用 Chrome DevTools、Fiddler、Charles、mitmproxy 等调试工具
4. 具备 JS 代码分析能力：能阅读混淆代码，定位核心逻辑
5. 做事靠谱，能独立推进任务
加分项：
1. 有移动端安全研究经验（Frida、Xposed、IDA 等）
2. 熟悉人机验证机制的研究与对抗
3. 有大规模数据采集经验，熟悉分布式架构
4. 了解 TLS 指纹、浏览器指纹等 Web 安全技术
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_na
招聘状态未确认 · 最近观察 2026-10-19
1、大规模语音模态预训练
研究如何用千万小时级别语音数据在百亿级别参数模型上进行高效预训练，有效提取与利用通用声学与语义特征，提升语言理解及语音生成的一致性和自然度。
2、多语言语音理解与生成
研究跨语言语音数据的共享表示方法，提升语音模型对多语言、方言的适配能力。
3、噪声环境及复杂声学场景下的处理能力
研究语音大模型在嘈杂、混响、远场等典型场景下的泛化性。
4、探索高效语音信息压缩方法
研究语音模态压缩方法，以实现长时理解，并适配不同类型的设备（云侧和端侧）的部署需求。
任职要求
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": "Intern", "i18n_name": "实习", "id": "202", "name": "实习", "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": 3, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Intern", "i18n_name": "实习", "id": "202", "name": "实习
招聘状态未确认 · 最近观察 2026-10-19
MiMo 大模型团队正在寻找熟悉 sandbox、容器化和云原生基础设施的研发工程师，一起建设面向大规模强化学习训练的基础设施能力。
随着大模型 Agent 和代码能力训练进入大规模 RL 阶段，我们需要构建稳定、安全、可扩展的任务执行环境。你将参与设计和实现 sandbox 执行系统、容器调度平台、训练任务环境、隔离与资源管理机制，为大规模 Agent 任务、代码执行任务和 RL 训练提供底层 infra 支撑。
工作职责
1. 设计和建设面向 RL 训练的 sandbox 执行环境，支持代码运行、工具调用、浏览器自动化、文件系统操作、网络访问控制等能力。
2. 基于 Docker、Kubernetes 等技术，构建可大规模调度的容器化任务运行平台，支持高并发、多租户、可观测、可恢复的训练任务执行。
3. 参与大规模 RL 训练 infra 的 scaling，包括任务分发、资源调度、环境复用、状态隔离、失败恢复、日志采集和性能优化。
4. 建设安全隔离机制，降低模型生成代码、Agent 工具调用和自动化执行带来的安全风险，包括权限控制、系统调用限制、网络隔离、资源限额等。
5. 与模型训练、Agent 框架、数据和评测团队合作，将训练任务需求转化为稳定可用的执行环境和平台能力。
6. 分析大规模训练过程中的系统瓶颈和故障问题，持续优化调度效率、资源利用率、任务吞吐和环境稳定性。
7. 参与内部平台工具建设，包括任务管理、运行监控、日志查询、环境调试、指标看板和自动化运维能力。
任职要求
任职要求
1. 熟悉 Linux 系统、进程模型、文件系统、网络、权限控制和资源隔离机制。
2. 熟悉 Docker、containerd、Kubernetes 等容器化和云原生技术，有实际生产环境使用或平台建设经验。
3. 理解 sandbox / 隔离执行环境的核心问题，包括安全边界、资源限制、网络隔离、文件系统隔离、进程生命周期管理等。
4. 熟悉至少一种后端或脚本语言，如 Go、Python、Rust、JavaScript / TypeScript、Shell 等，能够独立开发 infra 工具或平台服务。
5. 具备分布式系统和基础设施工程意识，理解任务调度、队列、服务发现、监控告警、日志系统、故障恢复等常见机制。
6. 对大模型训练、Agent 执行环境、代码运行平台或 RL 训练基础设施有兴趣，愿意深入理解训练系统对 infra 的需求。
7. 具备良好的问题定位能力，能够在复杂系统中分析性能、稳定性和资源利用率问题。
加分项
1. 有大规模 Kubernetes 集群、在线执行平台、CI/CD 平台、Serverless、判题系统、代码沙箱或浏览器自动化平台建设经验。
2. 熟悉 Linux namespace、cgroup、seccomp、AppAr
招聘状态未确认 · 最近观察 2026-10-19
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_
招聘状态未确认 · 最近观察 2026-10-19
-负责PC桌面端、移动端及CLI工具的功能测试与GUI交互测试，覆盖各类边界case；
-建立并维护Bug全生命周期管理流程；
-整理用户反馈渠道问题，形成结构化问题跟踪工作流；
-制定测试计划与用例，持续提升测试覆盖率；
-必要时协调外包测试资源，把控整体交付质量
任职要求
-本科学历以上，3年以上软件测试经验，有桌面客户端/CLI工具/开发者工具测试经验优先;
-熟悉测试用例设计方法，对GUI交互边界case敏感度高
-熟悉缺陷管理工具（JIRA、Tapd等），有完整Bug周期管理经验
-具备命令行使用能力，能理解CLI工具输入输出逻辑
-逻辑清晰，能独立推动问题闭环，沟通高效
-加分项：跨平台测试经验、自动化测试框架、CI/CD经验、有开发背景能读代码定位问题
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_stat
招聘状态未确认 · 最近观察 2026-10-19
1、亿级数据实战场景 + 突破高难度反爬技术壁垒；
2、技术成长快车道：定期内部分享逆向攻防实战案例；
3、负责主流平台数据采集逆向，突破JS加密、参数混淆等反爬机制；
4、深度分析APP协议，完成Hook/脱壳/协议还原等核心逆向工作；
5、开发高并发分布式爬虫架构，保障数据稳定获取。
任职要求
1、本科及以上学历，精通Chrome调试/Xposed/Frida/IDA等逆向工具链；
2、熟悉WebAssembly、SO加固、ollvm混淆等对抗方案；
3、有大规模反爬实战经验，擅长协议逆向与算法还原。
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",
招聘状态未确认 · 最近观察 2026-10-17
围绕 AI 安全隐私 与 AI for Security 两大方向，聚焦智能体安全隐私与 HyperOS 系统安全，开展前沿技术研究与工程落地：
1、智能体安全与隐私保护：面向手机端智能体的安全与隐私风险，研究智能体在授权管控、隐私保护、攻击检测与防御、自动化攻击与安全评测、MCP/Skill 供应链安全、多模态安全等方面的核心技术，构建覆盖智能体全生命周期的纵深防御体系，落地到 MiClaw->超级小爱 产品。
2、AI 驱动的安全能力（AI for Security）： 研究利用大模型等 AI 技术赋能安全能力建设，探索智能化的漏洞挖掘、分析与防护，以及 AI 在安全运营与生态治理中的应用，提升系统安全的自动化与智能化水平。
3、隐私计算与可信执行： 研究面向 AI 场景的隐私计算与机密计算技术，保障用户数据在处理与推理过程中的机密性与可信性，构建隐私安全的可信底座。
任职要求
1、计算机科学与技术、人工智能、AI 安全、信息安全、AI 隐私、密码学、操作系统、软件工程、数学、物理等相关专业博士；
2、至少 1 篇 CCF-A 类安全或 AI 顶会论文（IEEE S&P / CCS / USENIX Security / NDSS / NeurIPS / ICML / ICLR / ACL 等），以一作或学生一作为佳。
技术能力要求
1、具备扎实的安全基础，掌握基本的安全原理与攻防思维；
2、熟悉主流 LLM/Agent 框架内部机制，具备大模型微调和强化学习经验；
3、在智能体安全、大模型安全与隐私保护等方向有研究或工程积累；
4、在大模型辅助漏洞挖掘、模糊测试、程序分析、二进制分析等方向有研究或工程积累；
5、熟悉机密计算与可信执行环境（Intel TDX / ARM CCA / AMD SEV-SNP / NVIDIA CC 等），有相关研究或工程经验；
6、具备扎实的系统级编程能力（C/C++/Rust/Python），能独立完成安全分析工具或原型系统开发。
加分项
1、熟悉多模态大模型相关技术，对多模态安全有研究者；
2、对 GDPR、个保法等隐私保护规范体系有一定了解者；
3、在 Kaggle、天池、KDD Cup 等 AI 算法竞赛，或 CTF、DataCon 等安全攻防竞赛中获奖者；
4、有 CVE 挖掘、知名开源安全项目或开源大模型项目贡献经历者。
软性要求
1、对 AI 安全前沿保持敏锐，具备持续学习和快速掌握新技术的能力；
2、具备良好的沟通协作能力，能与高校、跨部门团队高效配合；
3、有较强的主动性和责任心，能推动研究成果从理论到工程落地。
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", "lo
招聘状态未确认 · 最近观察 2026-10-17
1. 毫秒级信号数据预处理
负责高频秒级时序信号的清洗、降噪、归一化、分段对齐等数据处理工作，构建标准化的信号分析数据集，保障数据质量与后续分析的准确性。
2. 特征挖掘与模式沉淀
结合业务场景需求，从时域、频域、时频域等多维度挖掘信号的功能特征与异常模式，梳理特征与业务问题的关联规律，沉淀可复用的特征体系。
3. 大模型融合算法开发
基于大语言模型能力，设计并实现信号问题的自动定位、智能分类、辅助根因分析等算法方案，探索大模型在时序信号分析场景的落地路径，提升问题排查效率。
4. 分析工具开发与优化
将算法能力封装为可复用的分析工具、脚本或可视化功能，支撑业务团队的日常问题排查与数据分析需求，持续优化工具的易用性与分析效果。
5. 业务需求对接与迭代
深度理解业务场景与痛点需求，协同业务、研发团队对齐算法目标，根据业务反馈持续迭代优化特征体系与算法方案。
任职要求
1. 本科及以上在读学生，计算机科学与技术、电子信息、自动化、统计学、数学等相关专业，2027 届及以后毕业生优先。
2. 具备扎实的数据处理能力，熟练使用 Python 语言，精通 Pandas、NumPy 等数据处理库，能够独立完成时序数据的清洗、统计与分析工作。
3. 掌握机器学习、深度学习基础理论，熟悉分类、异常检测、时序分析等常见算法，有相关项目、竞赛或科研经验者优先。
4. 了解主流大语言模型的使用逻辑与调用方式，有 Prompt 工程、大模型 API 开发、RAG 应用等相关经验者优先。
5. 具备良好的业务理解能力与逻辑思维，能够快速拆解业务需求并转化为可落地的算法方案，有较强的沟通协作与问题解决能力。
6. 实习保障：每周可到岗 4 天及以上，实习周期不少于 3 个月，可长期实习者优先。
加分项
- 有时序信号处理、故障诊断、工业监控、运维 AIOps 等相关领域项目或研究经验
- 熟悉 SciPy、PyWavelets、librosa 等信号处理工具库，有信号特征工程实战经验
- 熟悉 PyTorch、TensorFlow 等深度学习框架，有模型微调、小模型蒸馏相关经验
- 有大模型 Agent 开发、数据分析工具化产品、可视化看板开发经验
- 具备较强的工程落地能力，能够独立完成从算法原型到工具化输出的全流程
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": [],
招聘状态未确认 · 最近观察 2026-10-17
1. 平台架构与开发：负责机器人服务平台的整体架构设计与全栈开发，构建高可用、可扩展的云端服务，保障业务的稳定性与可用性；
2. 数据链路建设：负责机器人本体数据上报的接收、处理、存储与管理完整链路建设，支撑机器人数据的实时采集、流式计算与离线分析；
3. 平台能力建设：负责机器人监控、诊断、运营等平台能力的开发与迭代，包括设备状态监控、告警、远程诊断、日志分析、OTA 运营等，持续提升机器人集群的运维效率与问题闭环能力；
4. 运控工具开发：负责机器人和灵巧手的运动控制工具开发，覆盖研发调试与 C 端量产场景的落地使用，提升研发调试效率与量产部署体验；
5. 全栈交付：独立完成前后端功能的设计、开发、测试与上线，与算法、硬件、测试等团队紧密协作，快速响应业务需求并推动落地。
任职要求
1. 本科及以上学历，计算机、软件工程、自动化、机器人等相关专业，5年以上软件开发经验；
2. 熟悉 Go / Java / Python 至少一门，熟悉微服务架构，具备高并发、分布式系统的设计与开发经验；
3. 熟悉 TypeScript / React / Vue / Eelectron / Android等主流前端技术栈，具备Web端 / 移动端 / 桌面端开发经验
4. 熟悉 Kafka / MQTT / EMQ 等消息中间件，具备大数据上报接入、消息队列治理与可靠性保障的实践经验，具备 Flink / Spark Streaming， Hadoop / Spark / Hive的实时计算或离线计算经验者优先；
5. 熟悉 Kubernetes / Docker / 云服务，具备系统稳定性、可观测性（Prometheus / Grafana / ELK 等）建设经验者优先；
6. 了解机器人运动控制、ROS / ROS2、EtherCAT / CAN 等总线协议，具备机器人调试工具或嵌入式上位机开发经验者优先；
7. 熟练使用 agentic coding 进行全栈开发（如 Claude Code、Codex、Cursor 等 AI 编程工作流），能借助 Agent 高效完成从需求拆解、编码实现到测试上线的完整交付；熟悉 spec-driven development、harness 等 AI 研发范式，具备用规格说明驱动开发、为 AI 编码构建评测护栏/工具链的实践经验，能将 AI 研发工作流落地为团队工程效率提升者优先；
8. 具备良好的系统设计能力与工程素养，代码质量意识强，有从 0 到 1 搭建平台经验者优先；
9. 自驱力强，能独立推动复杂项目落地，沟通协作顺畅，适应快节奏迭代。
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",
招聘状态未确认 · 最近观察 2026-10-17
1、跟进视觉大模型前沿技术动态，开展行业技术调研、方向探索与算法可行性验证；
2、负责手机相机影像核心功能的方案定义、算法设计、模型研发与持续迭代优化；
3、推进前沿技术向相机端侧功能落地，支撑旗舰机型量产交付，完成技术能力商业化落地与价值转化；
4、参与研发体系、训练推理框架、数据平台及工程基建的搭建与优化，提升整体研发效率；
5、沉淀核心技术与创新成果，推动技术学术化输出，产出高价值、行业级科研成果与技术专利。
任职要求
1、学历与专业：计算机、人工智能等相关专业博士学历；研究方向为计算机视觉、图像处理、模式识别、深度学习、视觉大模型、多模态模型等；
2、大模型能力：精通大模型训练范式与开发流程，对大模型预训练、后训练、强化学习（RLHF/RL）、Agent体系等具备深入理解与成熟项目经验；
3、影像算法背景：具备扎实的手机影像知识，熟悉基础画质、场景理解等核心模块；了解 ISP 流程与图像后处理算法，包括但不限于去噪、超分辨率、HDR、人像虚化（Bokeh）等；
4、模型与工程能力：熟练使用 PyTorch / TensorFlow 等深度学习框架；深入理解 Stable Diffusion、FLUX 等主流视觉大模型及多模态模型；精通模型蒸馏、剪枝、量化等小型化与端侧优化技术；
5、开发基础：熟练掌握 C/C++、Python 编程语言；熟悉 Linux 开发环境，能熟练使用 Git、CMake 等工程化工具；
6、加分项：具备传统计算机视觉理论与实践经验优先；在 CVPR / ICCV / ECCV / NeurIPS 等顶会或顶刊发表论文者优先；在国际权威算法竞赛中取得优异成绩者优先。
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":
招聘状态未确认 · 最近观察 2026-10-17
1、跟进视觉大模型前沿技术动态，开展行业技术调研、方向探索与算法可行性验证；
2、负责手机相机影像核心功能的方案定义、算法设计、模型研发与持续迭代优化；
3、推进前沿技术向相机端侧功能落地，支撑旗舰机型量产交付，完成技术能力商业化落地与价值转化；
4、参与研发体系、训练推理框架、数据平台及工程基建的搭建与优化，提升整体研发效率；
5、沉淀核心技术与创新成果，推动技术学术化输出，产出高价值、行业级科研成果与技术专利。
任职要求
1、学历与专业：计算机、人工智能等相关专业博士学历；研究方向为计算机视觉、图像处理、模式识别、深度学习、视觉大模型、多模态模型等；
2、大模型能力：精通大模型训练范式与开发流程，对大模型预训练、后训练、强化学习（RLHF/RL）、Agent体系等具备深入理解与成熟项目经验；
3、影像算法背景：具备扎实的手机影像知识，熟悉基础画质、场景理解等核心模块；了解 ISP 流程与图像后处理算法，包括但不限于去噪、超分辨率、HDR、人像虚化（Bokeh）等；
4、模型与工程能力：熟练使用 PyTorch / TensorFlow 等深度学习框架；深入理解 Stable Diffusion、FLUX 等主流视觉大模型及多模态模型；精通模型蒸馏、剪枝、量化等小型化与端侧优化技术；
5、开发基础：熟练掌握 C/C++、Python 编程语言；熟悉 Linux 开发环境，能熟练使用 Git、CMake 等工程化工具；
6、加分项：具备传统计算机视觉理论与实践经验优先；在 CVPR / ICCV / ECCV / NeurIPS 等顶会或顶刊发表论文者优先；在国际权威算法竞赛中取得优异成绩者优先。
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":
招聘状态未确认 · 最近观察 2026-10-17
1.负责质量管理评审系统从 0 到 1 建设：主导产品的需求洞察、方案设计、上线验证与迭代闭环，沉淀可复用的评审流程与质量数据能力，支撑研发质量管控体系落地。
2.行业洞察与产品战略演进：深耕硬件研发数字化领域，持续跟踪市场趋势、行业标准与竞品动态，识别产品机会点，输出产品战略与演进路线并推动跨团队达成共识。
3.与产研测高效协同交付：紧密配合研发、测试、设计团队，主导需求拆解与优先级管理，把控关键里程碑与交付质量，保障高质量、可预期的交付节奏。
4.对接业务合作伙伴并推动闭环：建立与多个内外部合作伙伴的常态化协作机制，推动问题闭环解决，主导新需求从评估、对接到最终落地。
5.对产品价值与用户运营负责：以用户活跃、留存与满意度为核心指标，通过用户反馈与数据分析持续优化产品体验，提升业务价值感知。
6.实现AI 在产品中的落地：理解 AI Native 的产品组织方式，探索 Agent 协作及 AI 能力在业务场景中的应用，能灵活运用 AI 解决用户真实问题并沉淀为产品能力。
任职要求
1.经验与背景：5–10 年 B 端产品经理经验，完整经历产品全生命周期管理。
2.从 0 到 1 交付能力：独立主导过至少一个信息化 / 数字化产品从 0 到 1 的交付，产品设计与需求管理能力过硬。
3.用户运营意识：理解 B 端用户运营逻辑，对产品上线后的用户留存、活跃与满意度负责，能以数据驱动产品迭代。
4.执行力与责任心：自驱力强，能独立推动跨团队协作，在不确定环境中主动破局，对结果负责。
加分项：
1.领域经验：具备硬件研发质量领域的实施交付经验，或有 IPD / PLM / QMS 等相关体系或系统的落地经验。
2.行业背景：具备丰富的硬件研发、制造业信息化实施经验或知名咨询公司任职背景。
3.AI 产品落地经验：有 AI 产品从概念到落地的完整经验，或参与过 FDE/Vibecoding项目、硬件研发领域 AI 探索项目。
4.AI Native 认知：理解 AI Native 理念，有使用 Agent 协作解决实际业务问题的实践经验。
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_l
招聘状态未确认 · 最近观察 2026-10-17
1、负责企业级数据仓库设计、建模、规范以及研发工作；
2、深入理解业务需求，规划数据仓库建设的整体方向和技术路线，构建快速、准确、灵活、实用的数据仓库，挖掘发挥数据的价值；
3、保证数据仓库的及时、准确、稳定产出，构建好用的数据仓库；
4、打造行业一流的数据仓库团队；
5、与小伙伴一起调研和实践热门数据仓库组件和技术（数据湖、TiDB、FlinkSql、实时数仓等）；
6、探索 AI 与数仓的深度融合，推动 AI Agent、大模型在数据开发、数据治理、智能分析等场景的落地应用；
7、建设数仓智能体（Data Agent），实现自然语言驱动的数据查询、指标解读、异常归因等能力，降低数据使用门槛；
8、负责数据仓库的 AI 赋能体系搭建，包括但不限于：智能 ETL 开发辅助、数据质量智能巡检、元数据智能管理、智能运维等；
9、跟踪业界 AI+Data 前沿技术（Text2SQL、RAG、LLM4Data 等），结合业务场景进行技术选型与落地，推动团队 AI 能力建设。
任职要求
1、精通Unix/Linux操作系统下Java或Scala开发，有良好的编码习惯，有扎实的计算机理论基础；
2、熟练掌握大数据处理技术栈，有丰富的Hadoop/Spark的实际项目使用经验，使用过Flink/Doris/Holo等更佳；
3、大数据开发工作至少5-10年，有Hive数据仓库开发经验，有实时数据仓库开发经验者更佳；
4、具有优秀的业务理解能力、自我推动力，有较强的逻辑分析能力，对数据敏感，对大数据处理和分析技术充满激情；
5、熟悉数据仓库建设生命周期和流程规范，并掌握主题建模、维度建模理论者优先；
6、了解大模型原理与应用，有 LLM/RAG/Agent 等 AI 技术在数据领域落地的实践经验者优先；
7、熟悉 Text2SQL、智能数据治理、AI 辅助 ETL 开发等方向，具备将 AI 能力融入数据开发流程的意识和能力；
8、持续关注 AI+Data 前沿技术动态，有较强的学习能力和技术热情，愿意探索大模型与数仓的深度结合。
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": [],
