职位详情

职位列表 链接有效 不适用(官网全量采集) official:xiaomi:7670914994071046451

AI Agent开发工程师-汽车

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训练推理与计算优化(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": "AI Agent开发工程师-汽车",
        "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": "本科以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、参与面向真实业务场景的AI Agent应用研发,涵盖需求分析、原型验证、功能实现与上线维护;\n2、参与Agent应用的核心功能开发:工具/插件(Tooling)能力、问答、函数调用与工作流编排;\n3、参与Agent评测与可观测(如自动化Case/Eval、日志追踪、调用成本与质量监控);\n4、大模型核心能力提升,包括理解能力、知识能力、推理能力、生成能力和语言能力等;\n5、训练和推理加速、模型量化、端测落地;\n6、完成阶段性可交付:模块/文档/演示用例,并参与用户反馈闭环。",
        "requirements_text": "1、计算机/软件/自动化/电子信息等相关专业,本科以上学历;\n2、扎实的编程功底与工程素养:数据结构/网络/并发基础,良好的代码风格与调试能力;\n3、熟练掌握主流深度学习框架pytorch/tensorflow,大模型训练框架Megatron-LM/Deepspeed等多机多卡方案,有大模型训练和项目经验优先;\n4、熟悉至少一种主语言:Python 或 TypeScript/Node.js;能使用 FastAPI/Express 等快速落地服务;\n5、具备Web基础能力其中之一:前端(React/Next.js/Vue)或后端(API设计、鉴权、日志、监控);\n6、了解LLM基础与常见能力:Prompt设计、函数调用/工具使用、上下文管理、流式响应。",
        "skills": [AI生成
            "Python",
            "TypeScript",
            "PyTorch",
            "TensorFlow",
            "React",
            "Vue",
            "FastAPI",
            "深度学习",
            "数据结构",
            "模型训练",
            "大语言模型"
        ],
        "preferred_qualifications": "3、熟练掌握主流深度学习框架pytorch/tensorflow,大模型训练框架Megatron-LM/Deepspeed等多机多卡方案,有大模型训练和项目经验优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670914994071046451/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7670914994071046451",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670914994071046451/detail"
    },
    "fulltext": "AI Agent开发工程师-汽车\n职位描述\n1、参与面向真实业务场景的AI Agent应用研发,涵盖需求分析、原型验证、功能实现与上线维护;\n2、参与Agent应用的核心功能开发:工具/插件(Tooling)能力、问答、函数调用与工作流编排;\n3、参与Agent评测与可观测(如自动化Case/Eval、日志追踪、调用成本与质量监控);\n4、大模型核心能力提升,包括理解能力、知识能力、推理能力、生成能力和语言能力等;\n5、训练和推理加速、模型量化、端测落地;\n6、完成阶段性可交付:模块/文档/演示用例,并参与用户反馈闭环。\n\n职位要求\n1、计算机/软件/自动化/电子信息等相关专业,本科以上学历;\n2、扎实的编程功底与工程素养:数据结构/网络/并发基础,良好的代码风格与调试能力;\n3、熟练掌握主流深度学习框架pytorch/tensorflow,大模型训练框架Megatron-LM/Deepspeed等多机多卡方案,有大模型训练和项目经验优先;\n4、熟悉至少一种主语言:Python 或 TypeScript/Node.js;能使用 FastAPI/Express 等快速落地服务;\n5、具备Web基础能力其中之一:前端(React/Next.js/Vue)或后端(API设计、鉴权、日志、监控);\n6、了解LLM基础与常见能力:Prompt设计、函数调用/工具使用、上下文管理、流式响应。\n1、参与面向真实业务场景的AI Agent应用研发,涵盖需求分析、原型验证、功能实现与上线维护;\n2、参与Agent应用的核心功能开发:工具/插件(Tooling)能力、问答、函数调用与工作流编排;\n3、参与Agent评测与可观测(如自动化Case/Eval、日志追踪、调用成本与质量监控);\n4、大模型核心能力提升,包括理解能力、知识能力、推理能力、生成能力和语言能力等;\n5、训练和推理加速、模型量化、端测落地;\n6、完成阶段性可交付:模块/文档/演示用例,并参与用户反馈闭环。\n1、计算机/软件/自动化/电子信息等相关专业,本科以上学历;\n2、扎实的编程功底与工程素养:数据结构/网络/并发基础,良好的代码风格与调试能力;\n3、熟练掌握主流深度学习框架pytorch/tensorflow,大模型训练框架Megatron-LM/Deepspeed等多机多卡方案,有大模型训练和项目经验优先;\n4、熟悉至少一种主语言:Python 或 TypeScript/Node.js;能使用 FastAPI/Express 等快速落地服务;\n5、具备Web基础能力其中之一:前端(React/Next.js/Vue)或后端(API设计、鉴权、日志、监控);\n6、了解LLM基础与常见能力:Prompt设计、函数调用/工具使用、上下文管理、流式响应。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T014"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}