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": "端到端大模型算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"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": 8,
"degree": "计算机、自动化等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 主导平台整体软件架构设计，提升系统工程化能力，支撑模型高效部署与迭代；\n2. 负责感知、规控等模型在嵌入式平台上的部署与推理加速，解决工程化落地难点；\n3.制定模型部署规范与CI/CD流程，推动模型从训练到车端部署的自动化闭环。\n",
"requirements_text": "1. 计算机、自动化等相关专业硕士及以上学历，8年以上C++开发经验，3年以上架构设计或模型部署经验；\n2. 精通C++及嵌入式平台优化技术（如NEON、CUDA、TensorRT），熟悉模型量化、剪枝、蒸馏等压缩方法；\n3. 熟悉主流深度学习框架到车端引擎的转换流程，有大型自动驾驶模型部署量产经验者优先；\n4. 具备优秀的跨团队协作能力，能加速平台架构设计与模型工程化落地。",
"skills": [AI生成
"C++",
"CUDA",
"深度学习",
"架构设计",
"嵌入式",
"团队协作"
],
"preferred_qualifications": "3. 熟悉主流深度学习框架到车端引擎的转换流程，有大型自动驾驶模型部署量产经验者优先",
"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/7649315333723588873/detail"
}
]
},
"posting": {
"posting_id": "7649315333723588873",
"post_date": "2026-06-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7649315333723588873/detail"
},
"fulltext": "端到端大模型算法工程师\n职位描述\n1. 主导平台整体软件架构设计，提升系统工程化能力，支撑模型高效部署与迭代；\n2. 负责感知、规控等模型在嵌入式平台上的部署与推理加速，解决工程化落地难点；\n3.制定模型部署规范与CI/CD流程，推动模型从训练到车端部署的自动化闭环。\n\n\n职位要求\n1. 计算机、自动化等相关专业硕士及以上学历，8年以上C++开发经验，3年以上架构设计或模型部署经验；\n2. 精通C++及嵌入式平台优化技术（如NEON、CUDA、TensorRT），熟悉模型量化、剪枝、蒸馏等压缩方法；\n3. 熟悉主流深度学习框架到车端引擎的转换流程，有大型自动驾驶模型部署量产经验者优先；\n4. 具备优秀的跨团队协作能力，能加速平台架构设计与模型工程化落地。\n1. 主导平台整体软件架构设计，提升系统工程化能力，支撑模型高效部署与迭代；\n2. 负责感知、规控等模型在嵌入式平台上的部署与推理加速，解决工程化落地难点；\n3.制定模型部署规范与CI/CD流程，推动模型从训练到车端部署的自动化闭环。\n\n1. 计算机、自动化等相关专业硕士及以上学历，8年以上C++开发经验，3年以上架构设计或模型部署经验；\n2. 精通C++及嵌入式平台优化技术（如NEON、CUDA、TensorRT），熟悉模型量化、剪枝、蒸馏等压缩方法；\n3. 熟悉主流深度学习框架到车端引擎的转换流程，有大型自动驾驶模型部署量产经验者优先；\n4. 具备优秀的跨团队协作能力，能加速平台架构设计与模型工程化落地。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}