Recruitment status unknown · Last observed 2026-10-17
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
Recruitment status unknown · Last observed 2026-10-17
1、设计并实现 VLA / Embodied VLM / World Model 的训练目标、分布式训练方案与数据 recipe，融合互联网图文、视频、3D / 仿真、真机轨迹等多源数据；
2、设计并实现融合视频生成与动作控制的多模态大模型架构，探索大规模数据缩放定律，利用海量互联网视频数据及机器人采集数据，提升模型在零样本场景下的任务泛化能力；
3、研发基于 VLM 的端到端导航与具身 Agent 算法；
4、构建具身大模型的评测基准与真机闭环验证 pipeline；
5、跟踪并复现 SOTA 工作，与训练 / 推理 / 数据 / 硬件团队协同迭代
任职要求
1、CV / ML / 机器人 / AI 相关方向博士，或同等研究能力的硕士；
2、在 VLM / 多模态大模型 / 视频理解 / 3D 视觉 / VLN / Embodied Agent / RL / 视频生成 / 世界模型 任一方向有扎实基础；
3、至少在 CVPR / ICCV / ECCV / NeurIPS / ICML / ICLR / ACL / RSS / CoRL / ICRA / IROS 等顶会以一作发表过相关工作；
4、熟练 PyTorch，熟悉 Transformer、Diffusion、CLIP / SigLIP / Qwen-VL 等主流架构，具备分布式训练 / 大规模数据处理经验者优先；
5、系统思维强，对"什么是真正重要的具身问题"有自己的判断，能独立 own 一个研究方向，具备极强的自驱力，能够从 0 到 1 推动前沿技术在真实物理世界落地。
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
Recruitment status unknown · Last observed 2026-10-17
工作内容
- 应用包括大模型、Agent、多模态等在内的 AI 技术，推进企业运营的数据化和智能化；
- 开发及优化智能营销、智能客服等在销售、交付、服务等过程中的智能应用；
- 与业务一起探索和发现 AI 技术的前沿应用落地场景，针对性进行数据建设、模型训练、模型评估等，优化模型效果，实现效能提升。
任职要求
计算机科学、人工智能、自然语言处理或相关领域的硕士或博士学位，3 年以上相关经验;
- 对大模型后训练、RAG、Agent、多模态大模型等相关 AI 技术有深入了解，在此领域有至少一年以上的工作经验；
- 对多模态技术有一定的了解，包括 ASR、TTS、视觉内容生成、端到端多模态大模型等；
- 具备良好的编程实现能力，熟练掌握python、pytorch、transformers等机器学习套件;
- 有较强的研究能力，在大模型研究领域顶级会议发表过高质量论文者优先；
- 出色的问题解决能力和创新能力，能够解决复杂的技术挑战;
- 良好的团队合作和沟通能力，能够与跨职能团队合作，推动项目进展。
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_l
Recruitment status unknown · Last observed 2026-10-17
负责智能座舱AI相关产品（AI Agent、主动智能交互、座舱感知、座舱多模态交互等）从需求预研、项目立项、方案设计、研发开发、集成测试、量产导入到上市交付的全生命周期项目管理，统筹座舱产品、研发、算法、质量等团队协同推进，保障项目全流程有序落地。
任职要求
1.本科及以上学历，AI人工智能相关专业优先，2年以上车载AI、AI agent、智能化领域项目管理经验；
2.熟练掌握IPD集成产品开发流程，了解汽车行业项目开发体系，能够独立制定座舱AI项目开发计划，可独立主导项目全流程管控；
3.具备极强的跨部门沟通、资源协调、问题推动落地能力，逻辑思维清晰，对项目进度、风险、质量具备敏锐的把控力，执行力突出，能够高效处理复杂跨团队协作问题与项目突发问题；
4.责任心强、迎难而上、有创新性思维和落地能力。
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": 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_typ
Recruitment status unknown · Last observed 2026-10-17
1、主要从事 IoT 智能体（Agent）系统的核心架构研发，聚焦大模型驱动的 Agentic 应用在智能家居场景的深度落地：；
2、IoT Agentic 智能体框架：设计并实现面向智能家居场景的大模型 Agent 系统，基于多层规划-执行循环架构，实现自然语言到设备操作的自主决策与智能编排，支持多步任务规划、并行执行、容错降级与动态重规划等核心能力；
3、云-边-端 Agent 协同：探索边缘中枢 Agent（Rust）与云端 Agent 的协同架构，实现本地低延迟执行与云端复杂推理的最优分配，支持 MCP/A2A 等开放协议的设备能力暴露；
4、长期记忆与视觉感知融合：构建跨会话长期记忆系统与视觉感知能力（摄像机场景理解、家庭成员识别、空间状态感知），结合环境传感数据实现基于用户习惯和实时家庭状态的主动智能服务。
任职要求
1、计算机科学、人工智能、软件工程等相关专业硕士及以上学历；
2、扎实的系统编程能力，精通 Python（asyncio 异步编程），熟悉 Rust/Go 中至少一种语言；
3、对大语言模型应用有深入理解，熟悉 function calling、ReAct、RAG、Agent 框架等技术；
4、熟悉分布式系统设计，有 Redis、消息队列、微服务架构等实践经验者优先；
5、了解 IoT/智能家居领域，熟悉设备协议（MQTT/物模型）或有智能助手开发经验者优先；
6、具有较强的工程落地能力，关注代码质量与系统可靠性，有开源项目贡献经验者优先。
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",
Recruitment status unknown · Last observed 2026-10-17
负责 AI 项目的整体推进与交付管理，核心目标是保障跨团队协作顺畅、里程碑按期、风险可控、上线可落地。
核心职责
1. 负责 AI 项目全生命周期管理：立项、计划、排期、资源协调、上线、复盘
2. 拆解业务目标为可执行计划，推进研发/产品/设计/测试/运营协同
3. 建立项目机制：周会、里程碑评审、风险看板、问题闭环
4. 管理需求变更与优先级，保证关键版本按期交付
5. 跟踪AI关键依赖，并推动落地
6. 对接内外部团队（含对方项目经理），明确边界、责任与交付物
7.输出管理汇报：进展、风险、阻塞、决策项与资源诉求
任职要求
1. 5 年以上互联网项目管理经验，2 年以上 AI/智能产品交付经验
2. 具备复杂跨团队项目推进能力，能处理多线并行与依赖冲突
3. 熟悉 AI 产品常见交付链路（模型接入、客户端联调、灰度上线）
4. 强执行力与沟通能力，擅长推动问题闭环
5. 能产出高质量项目文档（计划、周报、风险台账、复盘）
加分项
1. 有移动端 AI Agent 或系统级 AI 功能交付经验
2. 有大规模版本发布、灰度策略、线上应急管理经验
3. 有跨公司/跨部门联合项目管理经验
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_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", "selectab
Reported open · Last observed 2026-10-17
1.负责WorkBuddy与CodeBuddy产品的商业化策划与售前技术支持，针对多行业客户需求定制化设计解决方案，并向客户清晰阐述方案的价值与优势，提供专业的技术咨询与建议；
2.与销售团队紧密协同，主导从产品技术交流、方案设计到投标签约的售前全流程工作，对产品销售收入与市场份额增长负责；
3.深入研究WorkBuddy与CodeBuddy的产品架构、功能特性、技术优势及应用场景，独立完成产品功能演示与解决方案设计，持续沉淀售前技术方案与标准化交付物；
4.与产品研发团队保持紧密协作，及时传递市场需求与客户反馈，驱动产品持续迭代与优化。
职位要求
1.计算机科学、软件工程或相关专业本科及以上学历，2年以上售前或架构师岗位经验，至少熟悉一个行业（如消费电子、传媒、泛互联网、游戏等）的业务流程与技术架构；
2.熟练掌握至少一种主流编程语言，熟悉DevOps流程，了解AI Coding类产品（如CodeBuddy、Cursor、Claude Code）及OpenClaw等AI应用工具；
3.熟悉常见AI应用的产品架构与工作原理，具备丰富的解决方案设计经验；
4.具备出色的沟通、表达与演讲能力，能够清晰地向客户与合作伙伴传达技术方案。
工作年限（官方顶部字段）
五年以上工作经验
官方重要事项
1.持有腾讯云TCA/TCP认证或AI技术领域的相关专业认证；
2.参与过国际开源项目贡献（如GitHub活跃开发者）或具备跨国技术团队协作经验，熟悉全球化项目交付流程；
3.具备从0到1打造标杆客户案例的经验，能够清晰梳理并复制成功方法论；
4.在AI代码生成、大模型应用等前沿技术领域有专项研究、技术博客输出或专利成果。
Recruitment status unknown · Last observed 2026-10-17
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
Recruitment status unknown · Last observed 2026-10-17
1、负责整车热管理与能耗优化物理建模算法和AI建模算法研发；
2、负责整车运动控制系统的能耗协同优化；
3、负责上述模型的端侧部署、性能与耗时优化；负责算法的实车验证，迭代优化。
任职要求
1、硕士及以上学历；车辆工程、自动化、能源与动力等相关专业；
2、有优秀的软件工程素养，精通Python、C/C++程序设计；
3、熟悉C++/python等编程语言，熟悉PyTorch等深度学习框架；
4、熟悉DDPG/GRPO/PPO/AC学习等强化学习算法；
5、熟悉大模型和Agent，并能将其应用于具体业务实践中提升性能与效率。
加分项：
1、良好的英语沟通能力；
2、优秀的物理/数学建模功底；
3、发表过SCI一区，CCF-A类会议等高水平论文。
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":
Recruitment status unknown · Last observed 2026-10-17
1、主导手机天线AI自动化设计平台（天线虾）的核心算法研发，覆盖方案生成、仿真预测、结构优化全链路；
2、利用GAN、Diffusion Model、强化学习等生成式AI方法，开发天线结构自动生成与优化模型；
3、构建大规模天线仿真数据集，训练天线性能预测代理模型（Surrogate Model），替代传统耗时仿真；
4、研究多约束条件下（整机空间、SAR、频段需求等）的天线逆向设计算法，自动输出可制造的电路图与结构方案；
5、与天线工程师、结构工程师紧密协作，将AI设计结果闭环验证，持续迭代优化模型精度与工程落地能力；
6、跟踪AI+电磁设计领域国际前沿，输出高水平论文及发明专利，支撑技术壁垒构建。
任职要求
1、天线/AI领域相关博士毕业生；
2、精通微波天线理论、仿真和实践；
3、具备优秀的编程能力，熟练使用Python等语言，熟悉生成式模型、强化学习等AI相关理论；
4、有AI与天线/算法相结合的研究开发经验，并在TOP期刊发表过相关论文；
5、极强的工程落地意识，能将算法研究转化为可运行的系统与工具，有Agent/自动化系统开发经验者优先；
6、具备优秀的问题分析与解决能力，具备自驱力及优异的创造力。
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": 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", "sele
Reported open · Last observed 2026-10-17
1.作为研究者，探索有效的 Agentic Workflow 和 Agentic Memory 设计来解决代码领域的问题；
2.主要关注比SFT泛化效果更好的强化学习；能结合实际用户需求、产生的用户数据、agent的实现细节，调整训练语料和训练目标；
3.能和agent开发高效沟通，设计memory存取逻辑，并且通过模型训练让模型适配自己设计的agent；
4.作为工程师，考虑到 LLM inference 对推理算力的高消耗，设计出合理的前后端交互，前端架构，后端架构，在有限的推理算力下，做出完整的 Agentic Workflow 解决方案。最好是探索一套通用可扩展的 Agentic Workflow 解决方案；
5.备注：base地可选深圳/北京/上海。
职位要求
1.自然语言处理/机器学习/模式识别/人工智能/计算机等相关专业硕士以上学历；
2.有5年以上的工程编码经验，熟练掌握 Python，C/C++，Golang，Java，JavaScript，TypeScript 等至少一种语言；
3.掌握深度学习基础知识，能根据具体问题做针对性优化，熟悉深度学习中不同任务及相应的主流模型和算法；
4.对 Prompt Engineering、Agentic Workflow、GRPO等新的基于GPT结构的NLP强化学习方法 有实践经验；
5.有高质量论文发表者优先（如ACL、EMNLP、NeurIPS、ICML、ICLR等)。
工作年限（官方顶部字段）
三年以上工作经验
官方重要事项
1.在同等条件下，通过腾讯云认证或取得同等资格认证的候选人，我们会优先考虑。
Recruitment status unknown · Last observed 2026-10-17
1.研发包括大模型、Agent、多模态等在内的 AI 技术，推进企业运营的数据化和智能化；
2.开发及优化智能营销、智能客服等在销售、交付、服务等过程中的智能应用；
3.与业务一起探索和发现 AI 技术的前沿应用落地场景，针对性进行数据建设、模型训练、模型评估等，优化模型效果，实现效能提升。
任职要求
1.计算机或数理相关专业背景，硕士或博士学历优先；
2.具备优秀的编程能力，精通 Linux、Python 和 Pytorch；
3.熟悉 Transformer 架构和大模型基础知识，能跟踪语言模型和多模态领域的最新技术动向；
4.有post-training、RAG、Agent及数据处理经验者优先，有强化学习训练经验者优先；
5.有顶会论文或者拥有知名开源项目经验者优先；
6.责任心强，积极主动，有良好的沟通和合作能力，主动推动业务落地。
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": "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_t
Recruitment status unknown · Last observed 2026-10-17
1、在 mentor 指导下深度参与 VLA / Embodied VLM / Embodied Agent / World Model 任一方向的算法研究；
2、参与预训练目标设计、模型架构探索、数据 pipeline 搭建与实验验证；
3、主导或共同推进至少一项可发表 / 可上真机的子任务；
4、与训练 / 推理 / 数据团队协同，跟踪并复现 SOTA 工作。
4、跟踪具身智能、多模态大模型、生成模型等前沿论文，进行复现、调研与方案对比，形成实验结论与技术洞察。
5、与算法、数据、Infra团队协作，推动研究方案在真实训练环境中的落地验证。
任职要求
1、CV / ML / 机器人 / AI 相关方向博士，或具备长期科研意愿的硕士；
2、在 VLM / 多模态大模型 / 视频理解 / 3D 视觉 / VLN / Embodied Agent / RL / 视频生成 / 世界模型任一方向有研究基础；
3、有顶会论文（已录用 / 在审 / 投稿中）或高影响力开源项目者优先；
4、熟练 PyTorch，熟悉 Transformer / Diffusion / CLIP / SigLIP / Qwen-VL 等主流架构；
5、具备自驱力与好奇心，能独立推进研究课题。
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": "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"
Recruitment status unknown · Last observed 2026-10-17
1. 跟进大模型端云协同推理前沿论文和成功实践，参与AI系统/端云推理框架核心技术的调研、开发与验证，输出行业领先的技术方案、论文或专利。
2. 共同开展 AI Agent框架端云模型调度与协同推理方案的开发：根据任务特征、运行环境与资源约束，决策"在哪算、用哪个模型、怎么协同推理"，并持续迭代策略效果。
3. 参与AI系统/ AI Agent 端云模型管理与运行时相关能力建设，保障多模型、多场景下的推理效率与稳定性。
4. 跟进大模型推理优化、模型压缩/加速、系统工程等方向的前沿进展，围绕时延、吞吐、成本、效果等核心指标做性能分析与优化，参与技术研讨和技术分享。
任职要求
1. 计算机、人工智能、软件工程、电子信息等相关专业在读硕士/博士，每周可到岗 4 天及以上。
2. 了解深度学习与大模型基本原理，对大模型的推理优化技术有基本认知。
3. 扎实的编程基础,熟悉 Python / C++ / Java / Kotlin 中至少一种；学习能力强，能快速上手新技术栈。
4. 有 AI Agent、推理编排或工具调用链路相关的研究或开发经验者优先。
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
Recruitment status unknown · Last observed 2026-10-17
1、业务赋能：打造行业领先的通用大模型智能体解决方案，驱动小米核心业务场景（智能家居、手机、汽车等）的智能化升级；
2、影响力建设：攻克智能体领域关键技术，通过高水平论文发表、开源项目贡献、顶尖赛事夺冠等方式，构建学术界与工业界的双重影响力。
任职要求
1、计算机或相关专业硕士、博士学位，拥有深厚的算法功底；
2、具有大模型 AI Agent 相关研究或深度项目背景，在 NeurIPS, ICLR, ICML, CVPR, AAAI 等领域顶级会议发表过高质量论文；
3、保持对 AI 技术爆发的原始冲动，对通用人工智能（AGI） 具备长期坚定的信念，能够敏锐洞察并积极拥抱技术新范式，具备独立探索前沿思路的自主性。
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
Recruitment status unknown · Last observed 2026-10-17
1.针对游戏界面视觉设计场景，测试与调研前沿 AI 生成模型（界面布局生成、图标 / 组件生成、风格化 GUI 素材、动效草图生成方向）。
2.辅助研发GUI 场景专属 AI Agent，通过输入项目视觉规范、界面需求、风格关键词，自动生成符合游戏项目标准的 GUI 素材（如功能图标、界面面板、技能按钮、弹窗布局等）。
3.配合游戏 GUI 视觉设计师，完成 AI 生成素材的筛选、优化与落地验证，确保素材在视觉统一性、可用性上符合游戏设计要求。
4.配合交互设计师和程序完成UI界面的拼接工作。
职位要求
1.美术专业背景，美术功底扎实，有GUI作品，对国风设计有一定理解。
2.有强的学习能力，能根据项目GUI的设计文档，在导师指导下能完成简单素材的制作和界面拼接工作。
3.有良好的沟通和表达能力，积极参与团队协作，有极强的责任心和自我要求，能持续进步。
4.对游戏开发工作有热情，有良好的学习能力和自驱力，有耐心，能够适应各种较琐碎的基础工作。
5.有项目实习经验者优先，国风作品丰富者优先。
官方顶部字段
学历：本科
年限：不限
Recruitment status unknown · Last observed 2026-10-17
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）；
2、后训练技术（强化学习、奖励模型、推理能力提升）；
3、代码生成与理解（自动化数据构建、运行反馈优化）；
4、模型架构创新（MoE、高效推理、稳定性优化）；
5、 探索AI Agent、长序列推理、在线学习等新兴方向。
任职要求
熟悉大语言模型（如Transformer、MoE）的核心原理，具备以下至少一项经验：
- 大规模模型训练（分布式训练、数据优化）
- 强化学习、奖励建模或AI Agent开发
- 代码生成、程序理解或相关领域
- 模型架构优化（如高效推理、长上下文处理）
熟练使用PyTorch、DeepSpeed等框架，具备代码实现与调试能力。
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": 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_sta
Recruitment status unknown · Last observed 2026-10-17
1、 搭建适用于材料研发的多智能体框架，包括但不限于规划、工具调用，协作方式等，进行前沿学术研究，并探索材料科学领域可能的应用方向。
2、结合材料科学的研究方法，例如传统模拟仿真（DFT，MD，FEM等）、表征结果分析、以及实体实验室等，使用Agent驱动前述工具，发表有影响的研究工作。
3、 结合小米实际业务场景，面向产品优化Agentic AI驱动的材料研发技术，并进行实际应用落地。
任职要求
1、熟悉大模型与Agentic AI技术，例如推理规划，决策路线，MCP，多智能体系统，A2A协议，工具调用等。了解目前主流智能体产品的优缺点；
2、有大模型Agent相关研究或项目经历，发表过相关方向的顶会论文优先；
3、了解材料科学相关研究内容与研究方法的优先。
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, "c
Recruitment status unknown · Last observed 2026-10-17
1. 探究Agentic AI的核心技术，包括但不限于规划、工具调用，多智能体协作等，进行前沿学术研究，并探索材料科学领域可能的应用方向；
2. 结合材料科学的研究方法，例如传统模拟仿真（DFT，MD，FEM等）、表征结果分析、以及实体实验室等，使用Agent驱动前述工具，发表有影响的研究工作；
3. 结合小米实际业务场景，面向产品优化Agentic AI驱动的材料研发技术，并进行实际应用落地。
任职要求
职位要求
1. 熟悉大模型与Agentic AI技术，例如推理规划，决策路线，MCP，多智能体系统，A2A协议，工具调用等，了解目前主流智能体产品的优缺点；
2. 有大模型Agent相关研究或项目经历，发表过相关方向的顶会论文优先；
3. 了解材料科学相关研究内容与研究方法的优先。
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": {"ac
Recruitment status unknown · Last observed 2026-10-17
构建行业有影响力的智能体研究和应用，推进相关技术在小米的业务场景落地应用，包括但不限于：
1、Agent Memory
设计快慢双系统记忆架构：工作记忆负责即时上下文，长期记忆持久化跨会话经验，研究记忆管理机制、召回策略与压缩方法。统一存储和检索文本、图像、视频、代码等多模态经验，研究跨模态编码、融合与差异化遗忘。推进模型自主记忆管理，从被动存储转向主动管理。用记忆驱动自演进：从历史执行中提取可复用策略，失败记忆驱动行为修正，记忆热更新影响决策。
2、Agent Search
研究强化学习驱动的搜索策略优化，让 Agent 学会何时搜、搜什么、从哪搜、何时停。融合深度推理与广度检索：深度方向逐层推理，广度方向多路检索交叉验证。打通搜索与记忆系统，搜索结果沉淀为持久记忆，记忆引导更精准的检索，形成闭环。
3、自演进 Agent
研究Agent 在线从环境反馈中实时更新策略，实现持续学习。多 Agent 通过协作与竞争实现集体智能演进，研究信息共享、策略收敛与群体决策。自动学习和优化技能库，构建环境世界模型支持规划与决策，从执行预设技能进化为自主发现和优化技能。
任职要求
1. 计算机相关方向的硕士或博士；
2. 有大模型AI Agent相关研究和项目经历，一作发表过多篇相关方向的顶会论文；
3. 具有优秀的解决复杂问题和多人协作沟通的能力，能够独立思考并开展工作，具有强烈的好奇心和责任心。
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
