主分类：大模型与生成式算法研发
辅助：Agent系统开发（仅展示）
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-后训练",
"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": " 我们是小米MiMo团队的 Post-train 组，专注模型对齐、可扩展强化学习、AI Agent 等前沿方向，致力于产出世界级研究成果与模型。\n我们拥有充足算力与真实应用场景，汇聚了一批对 AGI 怀有长期信念、追求技术深度的研究者与工程师。在开放、专注的氛围中，我们鼓励从第一性原理出发，共同探索通往更高级人工智能的路径。\n主要研究方向\n1. AI 智能体 (AI Agent)\n - Agent 基础能力：研发大规模、高质量的 Agent 数据合成管线，提升模型在 Code、Search 及 General Tool Use 使用等场景下的能力。\n - 高级 Agent 系统：探索多智能体协作、长时记忆系统及交互环境的构建，提升模型解决复杂任务能力。\n2. 大语言模型推理 (LLM Reasoning)\n - 强化学习与推理：探索高效、稳定的强化学习算法。\n - 推理能力提升：增强模型在数学、代码与逻辑等复杂任务中的推理能力，提升模型的智能上限。\n3. 可扩展对齐 (Scalable Alignment)\n - 模型对齐与 RLHF：持续提升模型的指令遵循度、有用性与诚实性。\n - AI 安全与价值观：为大模型构建可靠、可信的行为准则，提升 AI 安全性。",
"requirements_text": "我们对你的期待\n- 拥有大语言模型 Post-train（如 SFT, RLHF, RLVR, Agent）相关的研究或项目实践经验。\n- 具备扎实的 Data Sense 和 Evaluation Sense，能够以问题为导向，通过严谨的实验设计和数据分析驱动模型迭代。\n- 具备出色的编程与工程能力，熟练掌握 PyTorch 等深度学习框架，并对 Verl、Megatron 等分布式训练方法有深入理解；熟悉 SGLang、vLLM 等高性能推理引擎。\n\n加分项\n- 作为主要贡献者主导或参与过有影响力的开源项目。\n- 在 NeurIPS、ICML、ICLR、ACL、EMNLP 等人工智能顶级会议或学术期刊上发表过高质量论文。\n- 在 IMO/CMO、IOI/NOI、ACM-ICPC 等国内外知名竞赛中取得过优异成绩。",
"skills": [AI生成
"PyTorch",
"深度学习",
"数据分析",
"大语言模型"
],
"preferred_qualifications": "加分项",
"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/7621370608794077467/detail"
}
]
},
"posting": {
"posting_id": "7621370608794077467",
"post_date": "2026-03-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7621370608794077467/detail"
},
"fulltext": "MiMo算法研究员-后训练\n职位描述\n 我们是小米MiMo团队的 Post-train 组，专注模型对齐、可扩展强化学习、AI Agent 等前沿方向，致力于产出世界级研究成果与模型。\n我们拥有充足算力与真实应用场景，汇聚了一批对 AGI 怀有长期信念、追求技术深度的研究者与工程师。在开放、专注的氛围中，我们鼓励从第一性原理出发，共同探索通往更高级人工智能的路径。\n主要研究方向\n1. AI 智能体 (AI Agent)\n - Agent 基础能力：研发大规模、高质量的 Agent 数据合成管线，提升模型在 Code、Search 及 General Tool Use 使用等场景下的能力。\n - 高级 Agent 系统：探索多智能体协作、长时记忆系统及交互环境的构建，提升模型解决复杂任务能力。\n2. 大语言模型推理 (LLM Reasoning)\n - 强化学习与推理：探索高效、稳定的强化学习算法。\n - 推理能力提升：增强模型在数学、代码与逻辑等复杂任务中的推理能力，提升模型的智能上限。\n3. 可扩展对齐 (Scalable Alignment)\n - 模型对齐与 RLHF：持续提升模型的指令遵循度、有用性与诚实性。\n - AI 安全与价值观：为大模型构建可靠、可信的行为准则，提升 AI 安全性。\n\n职位要求\n我们对你的期待\n- 拥有大语言模型 Post-train（如 SFT, RLHF, RLVR, Agent）相关的研究或项目实践经验。\n- 具备扎实的 Data Sense 和 Evaluation Sense，能够以问题为导向，通过严谨的实验设计和数据分析驱动模型迭代。\n- 具备出色的编程与工程能力，熟练掌握 PyTorch 等深度学习框架，并对 Verl、Megatron 等分布式训练方法有深入理解；熟悉 SGLang、vLLM 等高性能推理引擎。\n\n加分项\n- 作为主要贡献者主导或参与过有影响力的开源项目。\n- 在 NeurIPS、ICML、ICLR、ACL、EMNLP 等人工智能顶级会议或学术期刊上发表过高质量论文。\n- 在 IMO/CMO、IOI/NOI、ACM-ICPC 等国内外知名竞赛中取得过优异成绩。\n 我们是小米MiMo团队的 Post-train 组，专注模型对齐、可扩展强化学习、AI Agent 等前沿方向，致力于产出世界级研究成果与模型。\n我们拥有充足算力与真实应用场景，汇聚了一批对 AGI 怀有长期信念、追求技术深度的研究者与工程师。在开放、专注的氛围中，我们鼓励从第一性原理出发，共同探索通往更高级人工智能的路径。\n主要研究方向\n1. AI 智能体 (AI Agent)\n - Agent 基础能力：研发大规模、高质量的 Agent 数据合成管线，提升模型在 Code、Search 及 General Tool Use 使用等场景下的能力。\n - 高级 Agent 系统：探索多智能体协作、长时记忆系统及交互环境的构建，提升模型解决复杂任务能力。\n2. 大语言模型推理 (LLM Reasoning)\n - 强化学习与推理：探索高效、稳定的强化学习算法。\n - 推理能力提升：增强模型在数学、代码与逻辑等复杂任务中的推理能力，提升模型的智能上限。\n3. 可扩展对齐 (Scalable Alignment)\n - 模型对齐与 RLHF：持续提升模型的指令遵循度、有用性与诚实性。\n - AI 安全与价值观：为大模型构建可靠、可信的行为准则，提升 AI 安全性。\n我们对你的期待\n- 拥有大语言模型 Post-train（如 SFT, RLHF, RLVR, Agent）相关的研究或项目实践经验。\n- 具备扎实的 Data Sense 和 Evaluation Sense，能够以问题为导向，通过严谨的实验设计和数据分析驱动模型迭代。\n- 具备出色的编程与工程能力，熟练掌握 PyTorch 等深度学习框架，并对 Verl、Megatron 等分布式训练方法有深入理解；熟悉 SGLang、vLLM 等高性能推理引擎。\n\n加分项\n- 作为主要贡献者主导或参与过有影响力的开源项目。\n- 在 NeurIPS、ICML、ICLR、ACL、EMNLP 等人工智能顶级会议或学术期刊上发表过高质量论文。\n- 在 IMO/CMO、IOI/NOI、ACM-ICPC 等国内外知名竞赛中取得过优异成绩。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}