职位详情

职位列表 链接有效 不适用(官网全量采集) official:xiaomi:7670915153130752283

算法开发工程师-汽车

未披露 · 南京 · 小米集团

主分类:通用算法研发(其他方向)
算法与数据
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": "算法开发工程师-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": "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": "硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、基于业务需求跟进行业/学术进展,完成算法选型、复现与落地;\n2、参与汽车智能应用相关算法方案设计、数据分析与迭代优化;\n3、负责算法工程落地,推理链路实现、模块集成、性能调优、联调定位、训练评估与效果提升;\n4、参与技术沉淀,内部分享,技术文档与专利输出。",
        "requirements_text": "1、计算机、自动化、人工智能、数学/统计等相关专业,硕士及以上学历;基础扎实(数据结构与算法、线性代数、概率统计等)。有高质量开源/竞赛/论文或可复现的工程作品者优先;\n2、编程与工程能力强:熟练掌握 C/C++、Python、MATLAB、SQL 等至少一项;具备良好的工程化意识与编码习惯。有端侧部署优化经验(如 ONNX/TensorRT、量化/裁剪/加速、性能profiling)者优先;\n3、熟悉机器学习/深度学习完整流程:能独立完成数据处理、训练调参、评估与问题定位;掌握 PyTorch/TensorFlow 等至少一种框架;了解或使用过 AutoML/超参搜索工具者加分。具备大数据处理/特征生产经验(Spark/Flink/Hive 等)者优先;\n4、具备良好的沟通协作与自驱学习能力,能与产品、数据、平台与车端团队高效协作,推动算法从验证到上线的闭环落地;\n5、热爱技术,做事严谨,结果导向,能够在多任务与不确定性中保持交付质量与稳定节奏。",
        "skills": [AI生成
            "Python",
            "C++",
            "SQL",
            "Spark",
            "Flink",
            "PyTorch",
            "TensorFlow",
            "MATLAB",
            "机器学习",
            "深度学习",
            "数据结构",
            "学习能力",
            "C语言"
        ],
        "preferred_qualifications": "有高质量开源/竞赛/论文或可复现的工程作品者优先;有端侧部署优化经验(如 ONNX/TensorRT、量化/裁剪/加速、性能profiling)者优先;了解或使用过 AutoML/超参搜索工具者加分;具备大数据处理/特征生产经验(Spark/Flink/Hive 等)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/campus/m/position/7670915153130752283/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7670915153130752283",
        "post_date": "2026-08-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670915153130752283/detail"
    },
    "fulltext": "算法开发工程师-汽车\n职位描述\n1、基于业务需求跟进行业/学术进展,完成算法选型、复现与落地;\n2、参与汽车智能应用相关算法方案设计、数据分析与迭代优化;\n3、负责算法工程落地,推理链路实现、模块集成、性能调优、联调定位、训练评估与效果提升;\n4、参与技术沉淀,内部分享,技术文档与专利输出。\n\n职位要求\n1、计算机、自动化、人工智能、数学/统计等相关专业,硕士及以上学历;基础扎实(数据结构与算法、线性代数、概率统计等)。有高质量开源/竞赛/论文或可复现的工程作品者优先;\n2、编程与工程能力强:熟练掌握 C/C++、Python、MATLAB、SQL 等至少一项;具备良好的工程化意识与编码习惯。有端侧部署优化经验(如 ONNX/TensorRT、量化/裁剪/加速、性能profiling)者优先;\n3、熟悉机器学习/深度学习完整流程:能独立完成数据处理、训练调参、评估与问题定位;掌握 PyTorch/TensorFlow 等至少一种框架;了解或使用过 AutoML/超参搜索工具者加分。具备大数据处理/特征生产经验(Spark/Flink/Hive 等)者优先;\n4、具备良好的沟通协作与自驱学习能力,能与产品、数据、平台与车端团队高效协作,推动算法从验证到上线的闭环落地;\n5、热爱技术,做事严谨,结果导向,能够在多任务与不确定性中保持交付质量与稳定节奏。\n1、基于业务需求跟进行业/学术进展,完成算法选型、复现与落地;\n2、参与汽车智能应用相关算法方案设计、数据分析与迭代优化;\n3、负责算法工程落地,推理链路实现、模块集成、性能调优、联调定位、训练评估与效果提升;\n4、参与技术沉淀,内部分享,技术文档与专利输出。\n1、计算机、自动化、人工智能、数学/统计等相关专业,硕士及以上学历;基础扎实(数据结构与算法、线性代数、概率统计等)。有高质量开源/竞赛/论文或可复现的工程作品者优先;\n2、编程与工程能力强:熟练掌握 C/C++、Python、MATLAB、SQL 等至少一项;具备良好的工程化意识与编码习惯。有端侧部署优化经验(如 ONNX/TensorRT、量化/裁剪/加速、性能profiling)者优先;\n3、熟悉机器学习/深度学习完整流程:能独立完成数据处理、训练调参、评估与问题定位;掌握 PyTorch/TensorFlow 等至少一种框架;了解或使用过 AutoML/超参搜索工具者加分。具备大数据处理/特征生产经验(Spark/Flink/Hive 等)者优先;\n4、具备良好的沟通协作与自驱学习能力,能与产品、数据、平台与车端团队高效协作,推动算法从验证到上线的闭环落地;\n5、热爱技术,做事严谨,结果导向,能够在多任务与不确定性中保持交付质量与稳定节奏。",
    "standard_classification": {
        "std_category_code": "T033",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}