主分类：计算机视觉与图像感知算法研发
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": "感知算法专家",
"job_level": "专家",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": "1.参与多模态感知模型的训练与微调，并将其应用于实际屏幕行为和用户交互场景；\n2.探索主动响应的感知技术，通过分析用户屏幕使用轨迹和行为数据，实现对用户意图的实时推断；\n3.融合视觉、屏幕和系统事件等多模态数据，研究具备自主环境感知和交互响应能力的感知大模型；\n4.搭建端侧屏幕理解能力，实现泛场景的GUI事件感知与自动化响应；\n5.关注机器学习与感知领域前沿技术，探索跨领域技术融合，并参与撰写论文或专利；\n6.参与OSAgent感知能力预研，包括记忆、决策与主动响应机制。",
"requirements_text": "1. 硕士及以上学历，人工智能、计算机科学、电子、信息工程、机器人等专业，有C++/python开发经验；\n2. 熟练掌握至少一种深度学习框架，如Tensorflow、PyTorch等；\n3. 对深度学习有深刻认识，熟悉各种神经网络及背后数学原理；\n4. 对大模型有设计应用经验者优先；\n5. 对声音、图像、视频、各类传感器的通用融合感知算法有实际经验的优先；\n6. 在AI或NLP相关顶级会议或者刊物，如ICML、NeurIPS、AAAI、ACL等发表论文者优先。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"深度学习",
"大语言模型"
],
"preferred_qualifications": "4. 对大模型有设计应用经验者优先；5. 对声音、图像、视频、各类传感器的通用融合感知算法有实际经验的优先；6. 在AI或NLP相关顶级会议或者刊物，如ICML、NeurIPS、AAAI、ACL等发表论文者优先",
"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/7615149804122261802/detail"
}
]
},
"posting": {
"posting_id": "7615149804122261802",
"post_date": "2026-03-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7615149804122261802/detail"
},
"fulltext": "感知算法专家\n职位描述\n1.参与多模态感知模型的训练与微调，并将其应用于实际屏幕行为和用户交互场景；\n2.探索主动响应的感知技术，通过分析用户屏幕使用轨迹和行为数据，实现对用户意图的实时推断；\n3.融合视觉、屏幕和系统事件等多模态数据，研究具备自主环境感知和交互响应能力的感知大模型；\n4.搭建端侧屏幕理解能力，实现泛场景的GUI事件感知与自动化响应；\n5.关注机器学习与感知领域前沿技术，探索跨领域技术融合，并参与撰写论文或专利；\n6.参与OSAgent感知能力预研，包括记忆、决策与主动响应机制。\n\n职位要求\n1. 硕士及以上学历，人工智能、计算机科学、电子、信息工程、机器人等专业，有C++/python开发经验；\n2. 熟练掌握至少一种深度学习框架，如Tensorflow、PyTorch等；\n3. 对深度学习有深刻认识，熟悉各种神经网络及背后数学原理；\n4. 对大模型有设计应用经验者优先；\n5. 对声音、图像、视频、各类传感器的通用融合感知算法有实际经验的优先；\n6. 在AI或NLP相关顶级会议或者刊物，如ICML、NeurIPS、AAAI、ACL等发表论文者优先。\n1.参与多模态感知模型的训练与微调，并将其应用于实际屏幕行为和用户交互场景；\n2.探索主动响应的感知技术，通过分析用户屏幕使用轨迹和行为数据，实现对用户意图的实时推断；\n3.融合视觉、屏幕和系统事件等多模态数据，研究具备自主环境感知和交互响应能力的感知大模型；\n4.搭建端侧屏幕理解能力，实现泛场景的GUI事件感知与自动化响应；\n5.关注机器学习与感知领域前沿技术，探索跨领域技术融合，并参与撰写论文或专利；\n6.参与OSAgent感知能力预研，包括记忆、决策与主动响应机制。\n1. 硕士及以上学历，人工智能、计算机科学、电子、信息工程、机器人等专业，有C++/python开发经验；\n2. 熟练掌握至少一种深度学习框架，如Tensorflow、PyTorch等；\n3. 对深度学习有深刻认识，熟悉各种神经网络及背后数学原理；\n4. 对大模型有设计应用经验者优先；\n5. 对声音、图像、视频、各类传感器的通用融合感知算法有实际经验的优先；\n6. 在AI或NLP相关顶级会议或者刊物，如ICML、NeurIPS、AAAI、ACL等发表论文者优先。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}