MiMo算法研究员-音频&语音
我们在做什么?我们在通过探索 scaling 语音预训练和后训练,来让模型涌现出真正的语音超级智能。;1. Data
精选公司与 AI 职业机会
先认识公司,再看具体工作。用产品、职责与可追溯的依据,判断哪些机会值得深入了解。
构建应用、Agent 与模型基础设施
定义场景、体验与 AI 产品迭代
走进业务现场,推动 AI 交付落地
研发、训练和评测 AI 模型与算法
建设 AI 训练、评测与数据质量体系
推动 AI 产品采用、反馈与运营实验
同一公司可覆盖多个方向。
这里收录外部官网机会。 查看站内平台精选岗位 →
我们在做什么?我们在通过探索 scaling 语音预训练和后训练,来让模型涌现出真正的语音超级智能。;1. Data
面向办公、学习、创作、信息管理、跨语言和智能硬件场景研发Agent,并建设规划、记忆、工具调用、RAG、多模态检索、工作流与评测能力。
基础研究;我们致力于探索和构建多模态智能的核心模块,包括但不限于:
将Agent接入车身工程师的图纸审核、BOM和变更闭环;适合已有工业软件集成经验者转向AI工程。
-负责 MiMo iOS / Android 客户端功能开发、体验优化与持续迭代;;-参与产品需求分析和技术方案设计,与团队协作推动功能高质量落地;
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。
我们是小米MiMo团队的 Post-train 组,专注模型对齐、可扩展强化学习、AI Agent 等前沿方向,致力于产出世界级研究成果与模型。;我们拥有充足算力与真实应用场景,汇聚了一批对 AGI 怀有长期信念、追求技术深度的研究者与工程师。在开放、专注的氛围中,我们鼓励从第一性原理出发,共同探索通往更高级人工智能的路径。
1. 模型训练基础设施开发;- 设计和实现支持大规模分布式训练的计算平台,优化模型训练效率和资源利用率。
参与大语言模型的核心技术研发,包括但不限于:;1、预训练优化(数据合成、长上下文建模、训练动力、scaling laws分析);
直接参与面向千万级用户的AI Agent生产系统设计、架构实现和性能优化,具有清晰真实编码交付职责。
招聘状态未确认 · 最近观察 2026-10-13
职位描述 我们正在寻找一位熟悉 Electron 桌面端开发、精通 AI Coding 的工程师,负责 Windows 与 macOS 端 Agent 应用的功能开发、架构设计与性能优化。 你将参与桌面端 Agent 产品从架构设计、核心功能开发、跨平台适配、性能优化、稳定性建设到 CI/CD 发布体系的完整研发流程,帮助团队打造高性能、高稳定性、可持续迭代的桌面端 Agent 应用。 岗位职责 - 负责基于 Electron 的桌面端 Agent 应用开发,覆盖 Windows 与 macOS 平台。 - 负责客户端核心功能设计与实现,包括窗口管理、本地文件访问、系统能力调用、后台任务执行、快捷键、系统托盘、自动更新等。 - 参与 Electron 应用架构设计,包括主进程、渲染进程、Preload、IPC 通信、Context Isolation、安全隔离、模块化设计等。 - 负责客户端核心性能优化,包括启动速度、内存占用、CPU 使用率、渲染性能、资源加载、包体积优化、冷启动与热启动体验优化等。 - 负责客户端稳定性建设,包括崩溃治理、异常监控、日志系统、错误上报、自动恢复、弱网优化和容灾机制等。 任职要求 - 本科及以上学历,计算机、软件工程、人工智能等相关专业优先;能力优秀者可放宽学历和工作年限要求。 - 具备扎实的前端或桌面端开发基础,有 Electron、React、Vue、Node.js、TypeScript 等相关项目经验。 - 熟悉 Electron 开发体系,理解主进程、渲染进程、Preload、IPC 通信、应用生命周期和安全模型。 - 熟练掌握 TypeScript 和 Node.js,具备良好的代码设计能力、工程化能力和问题排查能力。 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
将模型工程化为高性能推理库与服务,承担模型转换、算子适配、量化和性能优化。
建设国产异构算力上的分布式推理集群,优化 KVCache、动态调度和弹性基础设施。
围绕大模型训推关键算子开展 Kernel 开发、通算融合和自动调优,优化硬件算力与通信效率。
研发 Agent Runtime 与 Harness,围绕长程任务、上下文记忆、工具调用、恢复、安全及 Trace/Eval 建设可运行的系统。
构建大模型推理、训推算力调度、Agent长程任务状态管理与成本优化平台。
设计强化学习异步流水线、显存与资源调度系统,处理 Agent 多轮交互和大规模并发环境的工程瓶颈。
开发大模型训练框架、推理引擎、服务平台、算子及异构计算适配,并建设评测诊断体系。
建设大模型训练与推理系统、基础设施、性能分析和故障定位工具链,并推动技术落地。
开发AI业务系统,并将LLM、RAG、Agent工具链及AI接口工程化嵌入实际业务流程。