主分类：机器人与自动驾驶算法研发
辅助：计算机视觉与图像感知算法研发（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": "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": "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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责多任务感知大模型算法开发与落地\n * 负责 OD、OCC、车道线、道路结构、红绿灯、交通标志等任务的统一建模；\n * 探索 Camera / LiDAR / BEV / PV / Temporal Feature 等多模态特征融合；\n * 研究 perception token / scene token / object token / occupancy token 等统一场景表示；\n * 提升模型在遮挡、远距离、小目标、复杂交通参与者以及长尾场景下的鲁棒性。\n2. 负责端到端红绿灯算法开发与落地\n * 负责红绿灯检测、识别、状态理解及可通行性判断；\n * 研究复杂路口、多灯组、遮挡、逆光、夜间、远距离及闪烁灯等场景；\n * 探索将 Traffic Light Detection + State Recognition + Decision/Planning 纳入统一端到端模型；\n * 通过大规模数据训练、Hard Case Mining、Scaling Law 等方式持续提升红绿灯模型能力。",
"requirements_text": "1. 硕士及以上学历，计算机、人工智能、自动化、机器人、电子信息等相关专业；\n2. 3年以上深度学习 / 计算机视觉 / 自动驾驶算法研发经验；\n3. 熟悉 PyTorch、Transformer、Attention、Multi-Task Learning 等深度学习技术；\n4. 具有较强的模型设计、训练调优和问题分析能力；\n5. 有完整的算法研发及工程落地经验，能够独立完成从数据生产 → 模型设计 → 训练 → 评测 → 部署 → 迭代的完整流程。",
"skills": [AI生成
"PyTorch",
"深度学习",
"计算机视觉",
"分析能力"
],
"preferred_qualifications": "未披露",
"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/7683050676024756506/detail"
}
]
},
"posting": {
"posting_id": "7683050676024756506",
"post_date": "2026-09-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7683050676024756506/detail"
},
"fulltext": "端到端大模型算法工程师\n职位描述\n1. 负责多任务感知大模型算法开发与落地\n * 负责 OD、OCC、车道线、道路结构、红绿灯、交通标志等任务的统一建模；\n * 探索 Camera / LiDAR / BEV / PV / Temporal Feature 等多模态特征融合；\n * 研究 perception token / scene token / object token / occupancy token 等统一场景表示；\n * 提升模型在遮挡、远距离、小目标、复杂交通参与者以及长尾场景下的鲁棒性。\n2. 负责端到端红绿灯算法开发与落地\n * 负责红绿灯检测、识别、状态理解及可通行性判断；\n * 研究复杂路口、多灯组、遮挡、逆光、夜间、远距离及闪烁灯等场景；\n * 探索将 Traffic Light Detection + State Recognition + Decision/Planning 纳入统一端到端模型；\n * 通过大规模数据训练、Hard Case Mining、Scaling Law 等方式持续提升红绿灯模型能力。\n\n职位要求\n1. 硕士及以上学历，计算机、人工智能、自动化、机器人、电子信息等相关专业；\n2. 3年以上深度学习 / 计算机视觉 / 自动驾驶算法研发经验；\n3. 熟悉 PyTorch、Transformer、Attention、Multi-Task Learning 等深度学习技术；\n4. 具有较强的模型设计、训练调优和问题分析能力；\n5. 有完整的算法研发及工程落地经验，能够独立完成从数据生产 → 模型设计 → 训练 → 评测 → 部署 → 迭代的完整流程。\n1. 负责多任务感知大模型算法开发与落地\n * 负责 OD、OCC、车道线、道路结构、红绿灯、交通标志等任务的统一建模；\n * 探索 Camera / LiDAR / BEV / PV / Temporal Feature 等多模态特征融合；\n * 研究 perception token / scene token / object token / occupancy token 等统一场景表示；\n * 提升模型在遮挡、远距离、小目标、复杂交通参与者以及长尾场景下的鲁棒性。\n2. 负责端到端红绿灯算法开发与落地\n * 负责红绿灯检测、识别、状态理解及可通行性判断；\n * 研究复杂路口、多灯组、遮挡、逆光、夜间、远距离及闪烁灯等场景；\n * 探索将 Traffic Light Detection + State Recognition + Decision/Planning 纳入统一端到端模型；\n * 通过大规模数据训练、Hard Case Mining、Scaling Law 等方式持续提升红绿灯模型能力。\n1. 硕士及以上学历，计算机、人工智能、自动化、机器人、电子信息等相关专业；\n2. 3年以上深度学习 / 计算机视觉 / 自动驾驶算法研发经验；\n3. 熟悉 PyTorch、Transformer、Attention、Multi-Task Learning 等深度学习技术；\n4. 具有较强的模型设计、训练调优和问题分析能力；\n5. 有完整的算法研发及工程落地经验，能够独立完成从数据生产 → 模型设计 → 训练 → 评测 → 部署 → 迭代的完整流程。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}