主分类：大模型与生成式算法研发
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": "MiMo算法研究员-多模态",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "我们在做什么？\n基础研究\n我们致力于探索和构建多模态智能的核心模块，包括但不限于：\n- 全能模型 (Omni Model) — 具备全面感知与深度理解能力的多模态模型\n- 统一模型 (Unified Model) — 结构优雅、可优雅扩展的通用架构\n- 世界模型 (World Model) — 能够模拟和推理真实世界的智能系统\n数据与训练基建（Infrastructure for Data & Training）\n我们与 Infra 团队 紧密协作，共同构建：\n- 多样化、高复杂度的多模态强化学习环境\n- 稳定高效的大规模训练框架\n- 可扩展、高质量的数据采集流水线",
"requirements_text": "我们在寻找怎样的你？\n- 笃信 AGI 愿景 — 笃信而建，即使前路未明，仍坚持探索，致力于推动 AGI 的实现。\n- 卓越的研究品味 — 在国际顶级会议或期刊（如 ICLR、NeurIPS、CVPR、ICML、ACL 等）发表论文，展现独特的学术洞见与技术深度。\n- 扎实且全面的技术功底 — 不仅精通算法研究，还熟悉分布式训练、系统优化等基础设施相关技术；善于利用 AI 工具提升研发效率者优先。\n- 开放心态与可扩展性思维 — 深刻理解 \"The Bitter Lesson\" 的核心洞见，相信计算与数据规模的力量；思考问题从系统出发，而非局限于单一模型。\n- 过硬的工程能力 — 熟练掌握 PyTorch 等深度学习框架，能够快速将大胆的想法转化为高质量的代码实现。",
"skills": [AI生成
"PyTorch",
"深度学习"
],
"preferred_qualifications": "善于利用 AI 工具提升研发效率者优先",
"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/7621368503187278143/detail"
}
]
},
"posting": {
"posting_id": "7621368503187278143",
"post_date": "2026-03-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7621368503187278143/detail"
},
"fulltext": "MiMo算法研究员-多模态\n职位描述\n我们在做什么？\n基础研究\n我们致力于探索和构建多模态智能的核心模块，包括但不限于：\n- 全能模型 (Omni Model) — 具备全面感知与深度理解能力的多模态模型\n- 统一模型 (Unified Model) — 结构优雅、可优雅扩展的通用架构\n- 世界模型 (World Model) — 能够模拟和推理真实世界的智能系统\n数据与训练基建（Infrastructure for Data & Training）\n我们与 Infra 团队 紧密协作，共同构建：\n- 多样化、高复杂度的多模态强化学习环境\n- 稳定高效的大规模训练框架\n- 可扩展、高质量的数据采集流水线\n\n职位要求\n我们在寻找怎样的你？\n- 笃信 AGI 愿景 — 笃信而建，即使前路未明，仍坚持探索，致力于推动 AGI 的实现。\n- 卓越的研究品味 — 在国际顶级会议或期刊（如 ICLR、NeurIPS、CVPR、ICML、ACL 等）发表论文，展现独特的学术洞见与技术深度。\n- 扎实且全面的技术功底 — 不仅精通算法研究，还熟悉分布式训练、系统优化等基础设施相关技术；善于利用 AI 工具提升研发效率者优先。\n- 开放心态与可扩展性思维 — 深刻理解 \"The Bitter Lesson\" 的核心洞见，相信计算与数据规模的力量；思考问题从系统出发，而非局限于单一模型。\n- 过硬的工程能力 — 熟练掌握 PyTorch 等深度学习框架，能够快速将大胆的想法转化为高质量的代码实现。\n我们在做什么？\n基础研究\n我们致力于探索和构建多模态智能的核心模块，包括但不限于：\n- 全能模型 (Omni Model) — 具备全面感知与深度理解能力的多模态模型\n- 统一模型 (Unified Model) — 结构优雅、可优雅扩展的通用架构\n- 世界模型 (World Model) — 能够模拟和推理真实世界的智能系统\n数据与训练基建（Infrastructure for Data & Training）\n我们与 Infra 团队 紧密协作，共同构建：\n- 多样化、高复杂度的多模态强化学习环境\n- 稳定高效的大规模训练框架\n- 可扩展、高质量的数据采集流水线\n我们在寻找怎样的你？\n- 笃信 AGI 愿景 — 笃信而建，即使前路未明，仍坚持探索，致力于推动 AGI 的实现。\n- 卓越的研究品味 — 在国际顶级会议或期刊（如 ICLR、NeurIPS、CVPR、ICML、ACL 等）发表论文，展现独特的学术洞见与技术深度。\n- 扎实且全面的技术功底 — 不仅精通算法研究，还熟悉分布式训练、系统优化等基础设施相关技术；善于利用 AI 工具提升研发效率者优先。\n- 开放心态与可扩展性思维 — 深刻理解 \"The Bitter Lesson\" 的核心洞见，相信计算与数据规模的力量；思考问题从系统出发，而非局限于单一模型。\n- 过硬的工程能力 — 熟练掌握 PyTorch 等深度学习框架，能够快速将大胆的想法转化为高质量的代码实现。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}