主分类：未分类
待分类
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": "多模态大模型算法工程师（座舱AI）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【职位描述】\n围绕小米汽车智能座舱，负责多模态大模型与端云协同系统的核心算法研发与产品化落地。你将深入探索文本、图像、视频、音频及多源上下文信息的统一理解与推理,推动座舱从被动响应走向主动智能,将前沿研究转化为震撼的用户体验。\n【职责】\n1.数据与评测体系。\n参与构建面向真实座舱场景的多模态数据采集、清洗、合成及闭环评测体系,驱动模型持续迭代；\n2.模型研发与优化。\n研究面向智能座舱的多模态统一建模、大模型后训练与大小模型协同机制,探索推理加速、模型压缩和端侧量化部署,提升模型在车端场景下的实时性、稳定性和理解能力；\n3.端云协同与Agent落地。\n探索端云协同的智能分配策略,参与感知-理解-推理-决策-执行销连路的设计,推动主动交互、个性化服务等Agent能力在座舱内落地。",
"requirements_text": "【职位要求】\n1.硕士及以上学历,计算机科学、人工智能、计算机视觉、自然语言处理等相关方向,博士优先；\n2.四年以上多模态大模型、大语言模型、端侧AI或智能体(Agert)等方向的研发经验,对模型架构、多模态对齐、大模型后训练、推理优化、模型压缩与端侧部署有深入实践；\n3.有成功将AI模型部署到实际产品并取得可量化效果的经验,热悉从研究到工程化的全流程,而非仅停留在实验原型；\n4.在多模态/NLP/CV等领域的顶级会议或期刊上发表过论文,或有知名开源项目核心贡献、高水平竞赛获奖等扎实成果；\n5.具备较强的技术拆解能力与团队协作能力,能独立主导一个技术子方向,解决开放性问题,并有效推动跨团队协作；\n6.有汽车、机器人、XR等实时物理交互场景的AI研发与部署经验者优先。",
"skills": [AI生成
"自然语言处理",
"计算机视觉",
"团队协作",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "1.硕士及以上学历,计算机科学、人工智能、计算机视觉、自然语言处理等相关方向,博士优先；6.有汽车、机器人、XR等实时物理交互场景的AI研发与部署经验者优先",
"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/7582126735974467867/detail"
}
]
},
"posting": {
"posting_id": "7582126735974467867",
"post_date": "2025-12-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7582126735974467867/detail"
},
"fulltext": "多模态大模型算法工程师（座舱AI）\n职位描述\n【职位描述】\n围绕小米汽车智能座舱，负责多模态大模型与端云协同系统的核心算法研发与产品化落地。你将深入探索文本、图像、视频、音频及多源上下文信息的统一理解与推理,推动座舱从被动响应走向主动智能,将前沿研究转化为震撼的用户体验。\n【职责】\n1.数据与评测体系。\n参与构建面向真实座舱场景的多模态数据采集、清洗、合成及闭环评测体系,驱动模型持续迭代；\n2.模型研发与优化。\n研究面向智能座舱的多模态统一建模、大模型后训练与大小模型协同机制,探索推理加速、模型压缩和端侧量化部署,提升模型在车端场景下的实时性、稳定性和理解能力；\n3.端云协同与Agent落地。\n探索端云协同的智能分配策略,参与感知-理解-推理-决策-执行销连路的设计,推动主动交互、个性化服务等Agent能力在座舱内落地。\n\n职位要求\n【职位要求】\n1.硕士及以上学历,计算机科学、人工智能、计算机视觉、自然语言处理等相关方向,博士优先；\n2.四年以上多模态大模型、大语言模型、端侧AI或智能体(Agert)等方向的研发经验,对模型架构、多模态对齐、大模型后训练、推理优化、模型压缩与端侧部署有深入实践；\n3.有成功将AI模型部署到实际产品并取得可量化效果的经验,热悉从研究到工程化的全流程,而非仅停留在实验原型；\n4.在多模态/NLP/CV等领域的顶级会议或期刊上发表过论文,或有知名开源项目核心贡献、高水平竞赛获奖等扎实成果；\n5.具备较强的技术拆解能力与团队协作能力,能独立主导一个技术子方向,解决开放性问题,并有效推动跨团队协作；\n6.有汽车、机器人、XR等实时物理交互场景的AI研发与部署经验者优先。\n【职位描述】\n围绕小米汽车智能座舱，负责多模态大模型与端云协同系统的核心算法研发与产品化落地。你将深入探索文本、图像、视频、音频及多源上下文信息的统一理解与推理,推动座舱从被动响应走向主动智能,将前沿研究转化为震撼的用户体验。\n【职责】\n1.数据与评测体系。\n参与构建面向真实座舱场景的多模态数据采集、清洗、合成及闭环评测体系,驱动模型持续迭代；\n2.模型研发与优化。\n研究面向智能座舱的多模态统一建模、大模型后训练与大小模型协同机制,探索推理加速、模型压缩和端侧量化部署,提升模型在车端场景下的实时性、稳定性和理解能力；\n3.端云协同与Agent落地。\n探索端云协同的智能分配策略,参与感知-理解-推理-决策-执行销连路的设计,推动主动交互、个性化服务等Agent能力在座舱内落地。\n【职位要求】\n1.硕士及以上学历,计算机科学、人工智能、计算机视觉、自然语言处理等相关方向,博士优先；\n2.四年以上多模态大模型、大语言模型、端侧AI或智能体(Agert)等方向的研发经验,对模型架构、多模态对齐、大模型后训练、推理优化、模型压缩与端侧部署有深入实践；\n3.有成功将AI模型部署到实际产品并取得可量化效果的经验,热悉从研究到工程化的全流程,而非仅停留在实验原型；\n4.在多模态/NLP/CV等领域的顶级会议或期刊上发表过论文,或有知名开源项目核心贡献、高水平竞赛获奖等扎实成果；\n5.具备较强的技术拆解能力与团队协作能力,能独立主导一个技术子方向,解决开放性问题,并有效推动跨团队协作；\n6.有汽车、机器人、XR等实时物理交互场景的AI研发与部署经验者优先。",
"standard_classification": {
"std_category_code": null,
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": null
}
}