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": "AI Infra专家/工程师",
"job_level": "专家",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": "未披露"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": 3,
"degree": "计算机、电子、自动化等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 基于高性能异构计算平台，设计开发面向自动驾驶场景的AI推理基础架构；\n2. 主导高性能推理框架的开发与优化，重点提升模型在复杂场景下的实时推理效率与能效比；\n3. 针对核心自驾模型进行计算图与算子级优化；\n4. 参与软硬件协同优化体系设计，为硬件架构升级提供算法侧优化建议；\n5. 协同算法团队推进模型在异构计算平台的性能调优与落地验证。",
"requirements_text": "1. 计算机、电子、自动化等相关专业本科及以上学历，3年以上高性能计算或AI推理系统开发经验；\n2. 精通GPGPU编程（如CUDA、OpenCL）及高性能推理框架（如TensorRT/TensorRT-LLM、ONNX Runtime、TVM/MLC-LLM等）的开发与优化；\n3. 具备丰富的高性能算子开发与优化经验，熟悉主流AI模型（特别是视觉、多模态及扩散模型）的推理特性；\n4. 对自动驾驶场景有深刻理解，熟悉自驾场景模型的推理优化；\n5. 有异构计算平台（含GPU/FPGA/专用加速器等）开发经验者优先；\n6. 优秀的系统分析、解决问题和团队协作能力。",
"skills": [AI生成
"CUDA",
"FPGA",
"团队协作",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "5. 有异构计算平台（含GPU/FPGA/专用加速器等）开发经验者优先",
"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/7572109459654510902/detail"
}
]
},
"posting": {
"posting_id": "7572109459654510902",
"post_date": "2025-11-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7572109459654510902/detail"
},
"fulltext": "AI Infra专家/工程师\n职位描述\n1. 基于高性能异构计算平台，设计开发面向自动驾驶场景的AI推理基础架构；\n2. 主导高性能推理框架的开发与优化，重点提升模型在复杂场景下的实时推理效率与能效比；\n3. 针对核心自驾模型进行计算图与算子级优化；\n4. 参与软硬件协同优化体系设计，为硬件架构升级提供算法侧优化建议；\n5. 协同算法团队推进模型在异构计算平台的性能调优与落地验证。\n\n职位要求\n1. 计算机、电子、自动化等相关专业本科及以上学历，3年以上高性能计算或AI推理系统开发经验；\n2. 精通GPGPU编程（如CUDA、OpenCL）及高性能推理框架（如TensorRT/TensorRT-LLM、ONNX Runtime、TVM/MLC-LLM等）的开发与优化；\n3. 具备丰富的高性能算子开发与优化经验，熟悉主流AI模型（特别是视觉、多模态及扩散模型）的推理特性；\n4. 对自动驾驶场景有深刻理解，熟悉自驾场景模型的推理优化；\n5. 有异构计算平台（含GPU/FPGA/专用加速器等）开发经验者优先；\n6. 优秀的系统分析、解决问题和团队协作能力。\n1. 基于高性能异构计算平台，设计开发面向自动驾驶场景的AI推理基础架构；\n2. 主导高性能推理框架的开发与优化，重点提升模型在复杂场景下的实时推理效率与能效比；\n3. 针对核心自驾模型进行计算图与算子级优化；\n4. 参与软硬件协同优化体系设计，为硬件架构升级提供算法侧优化建议；\n5. 协同算法团队推进模型在异构计算平台的性能调优与落地验证。\n1. 计算机、电子、自动化等相关专业本科及以上学历，3年以上高性能计算或AI推理系统开发经验；\n2. 精通GPGPU编程（如CUDA、OpenCL）及高性能推理框架（如TensorRT/TensorRT-LLM、ONNX Runtime、TVM/MLC-LLM等）的开发与优化；\n3. 具备丰富的高性能算子开发与优化经验，熟悉主流AI模型（特别是视觉、多模态及扩散模型）的推理特性；\n4. 对自动驾驶场景有深刻理解，熟悉自驾场景模型的推理优化；\n5. 有异构计算平台（含GPU/FPGA/专用加速器等）开发经验者优先；\n6. 优秀的系统分析、解决问题和团队协作能力。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}