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": "深度学习工具链研发工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、武汉",
"work_mode": "未披露",AI生成
"job_category": "软件研发"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责开发自动驾驶深度学习工具链\n2. 负责自动驾驶算法模型优化与部署工作\n3. 负责自动驾驶深度学习模型量化/压缩算法的研发",
"requirements_text": "1. 扎实的编程基础(Python/C++)与良好的工程习惯\n2. 熟悉常用深度学习框架(如PyTorch, TensorFlow等)\n3. 有深度学习模型训练、量化、裁剪、NAS、HPO、部署等任一经验者优先\n4. 熟悉编译优化技术(TVM/XLA/MLIR/Halide等)者优先\n5. 熟悉计算机视觉、自动驾驶感知算法者优先",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"深度学习",
"计算机视觉",
"模型训练"
],
"preferred_qualifications": "3. 有深度学习模型训练、量化、裁剪、NAS、HPO、部署等任一经验者优先；4. 熟悉编译优化技术(TVM/XLA/MLIR/Halide等)者优先；5. 熟悉计算机视觉、自动驾驶感知算法者优先",
"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/7546439129174114412/detail"
}
]
},
"posting": {
"posting_id": "7546439129174114412",
"post_date": "2025-09-05",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7546439129174114412/detail"
},
"fulltext": "深度学习工具链研发工程师\n职位描述\n1. 负责开发自动驾驶深度学习工具链\n2. 负责自动驾驶算法模型优化与部署工作\n3. 负责自动驾驶深度学习模型量化/压缩算法的研发\n\n职位要求\n1. 扎实的编程基础(Python/C++)与良好的工程习惯\n2. 熟悉常用深度学习框架(如PyTorch, TensorFlow等)\n3. 有深度学习模型训练、量化、裁剪、NAS、HPO、部署等任一经验者优先\n4. 熟悉编译优化技术(TVM/XLA/MLIR/Halide等)者优先\n5. 熟悉计算机视觉、自动驾驶感知算法者优先\n1. 负责开发自动驾驶深度学习工具链\n2. 负责自动驾驶算法模型优化与部署工作\n3. 负责自动驾驶深度学习模型量化/压缩算法的研发\n1. 扎实的编程基础(Python/C++)与良好的工程习惯\n2. 熟悉常用深度学习框架(如PyTorch, TensorFlow等)\n3. 有深度学习模型训练、量化、裁剪、NAS、HPO、部署等任一经验者优先\n4. 熟悉编译优化技术(TVM/XLA/MLIR/Halide等)者优先\n5. 熟悉计算机视觉、自动驾驶感知算法者优先",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}