职位详情

职位列表 链接有效 不适用(官网全量采集) official:xiaomi:7521634388791230572

新业务部-视觉大模型算法工程师/专家

未披露 · 上海、西安、北京 · 小米集团

主分类:计算机视觉与图像感知算法研发
算法与数据
辅助:大模型与生成式算法研发(仅展示)
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-视觉大模型算法工程师/专家",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "上海、西安、北京",
        "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": "",
        "degree": "计算机科学、应用数学、模式识别、计算机视觉、人工智能或相关专业硕士或博士学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 负责手机影像相关视觉大模型算法的研发,研发方向包括:多模态大模型(VLM、MLLM)、生成式大模型(AIGC)、及相关计算机视觉感知理解算法(检测、关键点、识别、跟踪)等,参与和主导上述模型在自研芯片平台上的设计、开发与优化。\n2. 上述方向的数据集构建及预处理工作,包括收集图像数据,标注数据,数据增强和数据的清洗等;\n3. 模型的架构设计、开发和优化工作,提升模型的性能和效率,支撑算法在手机影像应用场景的商用落地;\n4. 与芯片、系统架构、软件、验证、调试工程师等共同完成相应实现方案的开发工作;\n5. 结合AI技术与硬件特性实现对创新方案的探索与预研,撰写相关专利;",
        "requirements_text": "1. 计算机科学、应用数学、模式识别、计算机视觉、人工智能或相关专业硕士或博士学历;\n2. 具备3年以上图像处理、计算机视觉、深度学习、AI芯片等相关领域研发经验,有视频或图像生成、视觉多模态项目经历者优先;\n3. 精通图像处理算法(如OpenCV)及深度学习框架(如PyTorch、TensorFlow等),有利用较大规模数据训练模型的经验,包括大模型预训练、后训练、强化学习等;\n4. 参加过完整算法特性的设计、 过往经历中有大规模AI算法和产品的完整研发落地经验者优先;\n5. 在视觉生成大模型、多模态大模型等领域发表高质量计算机视觉相关期刊、会议论文者优先,高质量学术竞赛获奖者优先。",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "强化学习",
            "计算机视觉",
            "大语言模型"
        ],
        "preferred_qualifications": "2. 具备3年以上图像处理、计算机视觉、深度学习、AI芯片等相关领域研发经验,有视频或图像生成、视觉多模态项目经历者优先;4. 参加过完整算法特性的设计、 过往经历中有大规模AI算法和产品的完整研发落地经验者优先;5. 在视觉生成大模型、多模态大模型等领域发表高质量计算机视觉相关期刊、会议论文者优先,高质量学术竞赛获奖者优先",
        "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/7521634388791230572/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7521634388791230572",
        "post_date": "2025-06-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7521634388791230572/detail"
    },
    "fulltext": "新业务部-视觉大模型算法工程师/专家\n职位描述\n1. 负责手机影像相关视觉大模型算法的研发,研发方向包括:多模态大模型(VLM、MLLM)、生成式大模型(AIGC)、及相关计算机视觉感知理解算法(检测、关键点、识别、跟踪)等,参与和主导上述模型在自研芯片平台上的设计、开发与优化。\n2. 上述方向的数据集构建及预处理工作,包括收集图像数据,标注数据,数据增强和数据的清洗等;\n3. 模型的架构设计、开发和优化工作,提升模型的性能和效率,支撑算法在手机影像应用场景的商用落地;\n4. 与芯片、系统架构、软件、验证、调试工程师等共同完成相应实现方案的开发工作;\n5. 结合AI技术与硬件特性实现对创新方案的探索与预研,撰写相关专利;\n\n职位要求\n1. 计算机科学、应用数学、模式识别、计算机视觉、人工智能或相关专业硕士或博士学历;\n2. 具备3年以上图像处理、计算机视觉、深度学习、AI芯片等相关领域研发经验,有视频或图像生成、视觉多模态项目经历者优先;\n3. 精通图像处理算法(如OpenCV)及深度学习框架(如PyTorch、TensorFlow等),有利用较大规模数据训练模型的经验,包括大模型预训练、后训练、强化学习等;\n4. 参加过完整算法特性的设计、 过往经历中有大规模AI算法和产品的完整研发落地经验者优先;\n5. 在视觉生成大模型、多模态大模型等领域发表高质量计算机视觉相关期刊、会议论文者优先,高质量学术竞赛获奖者优先。\n1. 负责手机影像相关视觉大模型算法的研发,研发方向包括:多模态大模型(VLM、MLLM)、生成式大模型(AIGC)、及相关计算机视觉感知理解算法(检测、关键点、识别、跟踪)等,参与和主导上述模型在自研芯片平台上的设计、开发与优化。\n2. 上述方向的数据集构建及预处理工作,包括收集图像数据,标注数据,数据增强和数据的清洗等;\n3. 模型的架构设计、开发和优化工作,提升模型的性能和效率,支撑算法在手机影像应用场景的商用落地;\n4. 与芯片、系统架构、软件、验证、调试工程师等共同完成相应实现方案的开发工作;\n5. 结合AI技术与硬件特性实现对创新方案的探索与预研,撰写相关专利;\n1. 计算机科学、应用数学、模式识别、计算机视觉、人工智能或相关专业硕士或博士学历;\n2. 具备3年以上图像处理、计算机视觉、深度学习、AI芯片等相关领域研发经验,有视频或图像生成、视觉多模态项目经历者优先;\n3. 精通图像处理算法(如OpenCV)及深度学习框架(如PyTorch、TensorFlow等),有利用较大规模数据训练模型的经验,包括大模型预训练、后训练、强化学习等;\n4. 参加过完整算法特性的设计、 过往经历中有大规模AI算法和产品的完整研发落地经验者优先;\n5. 在视觉生成大模型、多模态大模型等领域发表高质量计算机视觉相关期刊、会议论文者优先,高质量学术竞赛获奖者优先。",
    "standard_classification": {
        "std_category_code": "T034",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}