职位详情

职位列表 链接有效 不适用(官网全量采集) official:xiaomi:7670892428991269146

AIOS 开发工程师

未披露 · 南京 · 小米集团

主分类:Agent系统开发
软件开发与 IT
辅助:AI应用开发(非Agent)(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": "AIOS 开发工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "南京",
        "work_mode": "未披露",AI生成
        "job_category": "软件研发"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": "- 2027届本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. A²UI DSL 协议设计与实现:设计 LLM 输出与原生 UI 之间的轻量级中间表示语言,支持流式增量更新、Token 经济性优化及跨框架适配(Flutter/Compose/SwiftUI)\n2. 流式渲染引擎开发:构建从 JSON DSL 到原生 Widget 的流式解析与渲染管线,实现基于 Token 粒度的边生成边渲染(AST Streaming),确保首屏渲染延迟 < 100ms、帧率稳定 120Hz\n3. 端侧意图路由与多 Agent 编排:部署和优化端侧轻量意图分类模型(< 50M 参数),设计多 Agent 协作编排策略与 Surface 显示优先级仲裁算法\n4. 端云协同推理方案:设计端侧 SLM 预判 + 云端大模型异步填充的协同架构,实现离线降级兜底与 OS 级组件预热缓存\n5. OS 级系统集成:在跨进程共享内存通信、UI 状态机生命周期接管、NPU/GPU 硬件加速等系统层面进行深度工程实践,将生成式 UI 能力注入 OS 渲染中枢",
        "requirements_text": "基础要求:\n\n- 2027届本科及以上学历,计算机科学、软件工程、人工智能等相关专业\n- 扎实的编程基础,精通 C/C++ 或 Rust,理解内存管理与系统编程\n- 理解操作系统原理(进程调度、内存管理、IPC 机制)\n- 至少熟悉一个声明式 UI 框架(Flutter / Jetpack Compose / SwiftUI)的渲染管线原理\n\n优先项(满足其一即可):\n\n- 了解 Transformer 架构与大模型基本原理,有端侧模型部署经验(TFLite / ONNX / MNN)\n- 有编译原理基础,了解 DSL 设计、Parser、AST 构建等概念\n- 熟悉图形渲染管线(Skia / Vulkan / Metal),有帧率优化或渲染引擎开发经验\n- 了解 MCP(Model Context Protocol)或 A2A(Agent-to-Agent)等 Agent 协作协议\n- 有 HCI/交互设计背景,关注 CHI / UIST / IUI 等会议方向\n- 在开源社区有 UI 框架、编译器、AI 推理相关贡献",
        "skills": [AI生成
            "C++",
            "Rust",
            "渲染",
            "交互设计",
            "大语言模型",
            "C语言"
        ],
        "preferred_qualifications": "优先项(满足其一即可):",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670892428991269146/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7670892428991269146",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670892428991269146/detail"
    },
    "fulltext": "AIOS 开发工程师\n职位描述\n1. A²UI DSL 协议设计与实现:设计 LLM 输出与原生 UI 之间的轻量级中间表示语言,支持流式增量更新、Token 经济性优化及跨框架适配(Flutter/Compose/SwiftUI)\n2. 流式渲染引擎开发:构建从 JSON DSL 到原生 Widget 的流式解析与渲染管线,实现基于 Token 粒度的边生成边渲染(AST Streaming),确保首屏渲染延迟 < 100ms、帧率稳定 120Hz\n3. 端侧意图路由与多 Agent 编排:部署和优化端侧轻量意图分类模型(< 50M 参数),设计多 Agent 协作编排策略与 Surface 显示优先级仲裁算法\n4. 端云协同推理方案:设计端侧 SLM 预判 + 云端大模型异步填充的协同架构,实现离线降级兜底与 OS 级组件预热缓存\n5. OS 级系统集成:在跨进程共享内存通信、UI 状态机生命周期接管、NPU/GPU 硬件加速等系统层面进行深度工程实践,将生成式 UI 能力注入 OS 渲染中枢\n\n职位要求\n基础要求:\n\n- 2027届本科及以上学历,计算机科学、软件工程、人工智能等相关专业\n- 扎实的编程基础,精通 C/C++ 或 Rust,理解内存管理与系统编程\n- 理解操作系统原理(进程调度、内存管理、IPC 机制)\n- 至少熟悉一个声明式 UI 框架(Flutter / Jetpack Compose / SwiftUI)的渲染管线原理\n\n优先项(满足其一即可):\n\n- 了解 Transformer 架构与大模型基本原理,有端侧模型部署经验(TFLite / ONNX / MNN)\n- 有编译原理基础,了解 DSL 设计、Parser、AST 构建等概念\n- 熟悉图形渲染管线(Skia / Vulkan / Metal),有帧率优化或渲染引擎开发经验\n- 了解 MCP(Model Context Protocol)或 A2A(Agent-to-Agent)等 Agent 协作协议\n- 有 HCI/交互设计背景,关注 CHI / UIST / IUI 等会议方向\n- 在开源社区有 UI 框架、编译器、AI 推理相关贡献\n1. A²UI DSL 协议设计与实现:设计 LLM 输出与原生 UI 之间的轻量级中间表示语言,支持流式增量更新、Token 经济性优化及跨框架适配(Flutter/Compose/SwiftUI)\n2. 流式渲染引擎开发:构建从 JSON DSL 到原生 Widget 的流式解析与渲染管线,实现基于 Token 粒度的边生成边渲染(AST Streaming),确保首屏渲染延迟 < 100ms、帧率稳定 120Hz\n3. 端侧意图路由与多 Agent 编排:部署和优化端侧轻量意图分类模型(< 50M 参数),设计多 Agent 协作编排策略与 Surface 显示优先级仲裁算法\n4. 端云协同推理方案:设计端侧 SLM 预判 + 云端大模型异步填充的协同架构,实现离线降级兜底与 OS 级组件预热缓存\n5. OS 级系统集成:在跨进程共享内存通信、UI 状态机生命周期接管、NPU/GPU 硬件加速等系统层面进行深度工程实践,将生成式 UI 能力注入 OS 渲染中枢\n基础要求:\n\n- 2027届本科及以上学历,计算机科学、软件工程、人工智能等相关专业\n- 扎实的编程基础,精通 C/C++ 或 Rust,理解内存管理与系统编程\n- 理解操作系统原理(进程调度、内存管理、IPC 机制)\n- 至少熟悉一个声明式 UI 框架(Flutter / Jetpack Compose / SwiftUI)的渲染管线原理\n\n优先项(满足其一即可):\n\n- 了解 Transformer 架构与大模型基本原理,有端侧模型部署经验(TFLite / ONNX / MNN)\n- 有编译原理基础,了解 DSL 设计、Parser、AST 构建等概念\n- 熟悉图形渲染管线(Skia / Vulkan / Metal),有帧率优化或渲染引擎开发经验\n- 了解 MCP(Model Context Protocol)或 A2A(Agent-to-Agent)等 Agent 协作协议\n- 有 HCI/交互设计背景,关注 CHI / UIST / IUI 等会议方向\n- 在开源社区有 UI 框架、编译器、AI 推理相关贡献",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T008"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}