# MiMo算法研究员-音频&语音

External opening: you cannot apply through AI Native Match; apply on the official site.

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

- Company: 小米 MiMo 团队 (Stage unknown)
- Locations: 北京
- Role: Algorithm
- Apply on the official site: https://xiaomi.jobs.f.mioffice.cn/index/position/7621369633563625779/detail

## Radar summary (not the full JD)

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；- 海量语音数据处理：建设超大规模真实语音数据发掘、采集、预处理与清洗的流水线；- 高质量语音数据处理：搭建在海量真实语音中对高质量数据进行定义、召回、标注的流水线；2. Backbone & Infra；- 语音原生架构：探索随着语音数据 scaling 收益上限最高的建模架构，不限于离散或者连续建模；- 高效训推框架：适配最契合语音模型架构的训练和推理框架，兼顾性能和效率；3. Pretrain & Post-train；- 定义语音生成式预训练：围绕可泛化的语音预训练模型展开前沿探索性研究，坚定 scaling 路线；- 强化学习后训练：为语音预训练模型的强大能力提供语音对话的交互方式，激发预训练潜力；4. Evaluation & Product；- 全面评估框架：定义和构建从预训练到后训练的评估方式；- 创新产品：搭建最适配模型能力的创新型产品

## Responsibilities and deliverables

- 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
- - 海量语音数据处理：建设超大规模真实语音数据发掘、采集、预处理与清洗的流水线
- - 高质量语音数据处理：搭建在海量真实语音中对高质量数据进行定义、召回、标注的流水线
- 2. Backbone & Infra
- - 语音原生架构：探索随着语音数据 scaling 收益上限最高的建模架构，不限于离散或者连续建模
- - 高效训推框架：适配最契合语音模型架构的训练和推理框架，兼顾性能和效率
- 3. Pretrain & Post-train
- - 定义语音生成式预训练：围绕可泛化的语音预训练模型展开前沿探索性研究，坚定 scaling 路线
- - 强化学习后训练：为语音预训练模型的强大能力提供语音对话的交互方式，激发预训练潜力
- 4. Evaluation & Product
- - 全面评估框架：定义和构建从预训练到后训练的评估方式
- - 创新产品：搭建最适配模型能力的创新型产品

## Requirements

- - 共同信仰 — 相信语音端到端路线，相信语音 scaling 的巨大潜力，期待构建真正的语音超级智能。
- - 期待打破边界和突破上限 — 对"还没有标准答案"的问题充满兴趣，愿意去做难而正确的事情，不怕打破常规，不怕不确定性，也不满足于在已有框架内做局部优化。
- - 主动思考和深入思考的能力 — 能够自驱发现问题、提出假设、设计实验并复盘迭代；习惯把问题从"差不多能用"想清楚到"本质机制是什么"，敢于质疑默认设定和隐含前提。
- - 产品思维和用户思维 — 能够从具体使用场景出发思考能力边界、数据策略和评估方式。
- - 团队协作精神和沟通能力 — 乐于和研究、工程、产品等多角色对齐，能够清晰表达想法、约束和 trade-off，愿意在 code review、实验设计、产品方案中彼此碰撞、共同打磨。
- - 工程能力 — 具备扎实的编码能力（如 Python / C++ 等），有良好的代码结构和工程习惯；

## Preferred qualifications

- 对大规模模型训练、推理部署或数据流水线工程化有经验者优先，有分布式训练、性能优化或在线服务经验更佳。

## How to apply

- https://xiaomi.jobs.f.mioffice.cn/index/position/7621369633563625779/detail
- 打开该精确官方岗位详情；决定申请时在官方页面确认岗位仍开放，并依官方页面要求继续。

---
opening_id: 59cbdc37-7bb0-48f8-9f5a-4a292e1fff2a

`anm openings save --id 59cbdc37-7bb0-48f8-9f5a-4a292e1fff2a`