主分类：AI训练推理与计算优化
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "新业务部-AI大模型加速优化算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、上海",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 2,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "\n岗位职责：\n1.进行大模型、多模态大模型、AIGC模型、自驾模型等多个方向端侧加速优化算法的研发与探索\n2.工作内容包括但不限于上述模型的训练调优、量化、剪枝、小型化、稀疏优化、投机推理、专用加速、结构搜索（NAS）等\n3.与芯片团队配合针对相关加速特性进行芯片算法联合设计与优化，并提供针对自研芯片的完整算法加速解决方案\n4.帮助客户在自研芯片上进行算法加速优化的模型加速优化训练及交付\n",
"requirements_text": "岗位要求：\n1.从事大模型、AIGC、深度学习、AI芯片等两个或以上相关领域工作经验，有2年及以上的工作经验，主导或者作为主要参与者；\n2.对AI算法（尤其是大模型、AIGC、AD算法）的量化剪枝、网络结构搜索、稀疏化、性能效果优化和训练调参等有丰富开发调试经验；\n3.精通transfomers，diffuser，pytorch，tensorrt等框架或平台；\n4.参加过完整芯片算法联合优化特性的设计和商用落地者优先；\n5.有大模型/AIGC/AD算法加速优化项目经验者或在相关领域发表过学术论文或有开源项目者优先；",
"skills": [AI生成
"PyTorch",
"深度学习",
"大语言模型"
],
"preferred_qualifications": "4.参加过完整芯片算法联合优化特性的设计和商用落地者优先；5.有大模型/AIGC/AD算法加速优化项目经验者或在相关领域发表过学术论文或有开源项目者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7194832481261633644/detail"
}
]
},
"posting": {
"posting_id": "7194832481261633644",
"post_date": "2023-01-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7194832481261633644/detail"
},
"fulltext": "新业务部-AI大模型加速优化算法工程师\n职位描述\n\n岗位职责：\n1.进行大模型、多模态大模型、AIGC模型、自驾模型等多个方向端侧加速优化算法的研发与探索\n2.工作内容包括但不限于上述模型的训练调优、量化、剪枝、小型化、稀疏优化、投机推理、专用加速、结构搜索（NAS）等\n3.与芯片团队配合针对相关加速特性进行芯片算法联合设计与优化，并提供针对自研芯片的完整算法加速解决方案\n4.帮助客户在自研芯片上进行算法加速优化的模型加速优化训练及交付\n\n\n职位要求\n岗位要求：\n1.从事大模型、AIGC、深度学习、AI芯片等两个或以上相关领域工作经验，有2年及以上的工作经验，主导或者作为主要参与者；\n2.对AI算法（尤其是大模型、AIGC、AD算法）的量化剪枝、网络结构搜索、稀疏化、性能效果优化和训练调参等有丰富开发调试经验；\n3.精通transfomers，diffuser，pytorch，tensorrt等框架或平台；\n4.参加过完整芯片算法联合优化特性的设计和商用落地者优先；\n5.有大模型/AIGC/AD算法加速优化项目经验者或在相关领域发表过学术论文或有开源项目者优先；\n\n岗位职责：\n1.进行大模型、多模态大模型、AIGC模型、自驾模型等多个方向端侧加速优化算法的研发与探索\n2.工作内容包括但不限于上述模型的训练调优、量化、剪枝、小型化、稀疏优化、投机推理、专用加速、结构搜索（NAS）等\n3.与芯片团队配合针对相关加速特性进行芯片算法联合设计与优化，并提供针对自研芯片的完整算法加速解决方案\n4.帮助客户在自研芯片上进行算法加速优化的模型加速优化训练及交付\n\n岗位要求：\n1.从事大模型、AIGC、深度学习、AI芯片等两个或以上相关领域工作经验，有2年及以上的工作经验，主导或者作为主要参与者；\n2.对AI算法（尤其是大模型、AIGC、AD算法）的量化剪枝、网络结构搜索、稀疏化、性能效果优化和训练调参等有丰富开发调试经验；\n3.精通transfomers，diffuser，pytorch，tensorrt等框架或平台；\n4.参加过完整芯片算法联合优化特性的设计和商用落地者优先；\n5.有大模型/AIGC/AD算法加速优化项目经验者或在相关领域发表过学术论文或有开源项目者优先；",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}