深度学习工具链研发工程师 北京、武汉 社招 全职 职位 ID：A127152 职位描述 1. 负责开发自动驾驶深度学习工具链2. 负责自动驾驶算法模型优化与部署工作3. 负责自动驾驶深度学习模型量化/压缩算法的研发 职位要求 1. 扎实的编程基础(Python/C++)与良好的工程习惯2. 熟悉常用深度学习框架(如PyTorch, TensorFlow等)3. 有深度学习模型训练、量化、裁剪、NAS、HPO、部署等任一经验者优先4. 熟悉编译优化技术(TVM/XLA/MLIR/Halide等)者优先5. 熟悉计算机视觉、自动驾驶感知算法者优先 投递...
MiMo-大模型训练框架开发工程师 北京 社招 全职 职位 ID：A142530 职位描述 - 基于 PyTorch、DeepSpeed、Megatron-LM 等技术，参与大模型训练框架的设计、开发与优化，提升模型训练的效率、稳定性与扩展性，支撑大规模模型的高效训练和部署。- 解决万卡集群中大模型训练中的关键技术难题，包括分布式训练通信、内存显存优化、数据加载与预处理加速等，保障训练高效稳定，降低资源消耗。- 开展大模型框架性能评估和调优工作，构建并完善性能监控体系，通过实时监测训练指标，定位性能瓶颈，提出优化方案，确保在不同硬件上达到最优性能。 职位要求 - 1–5 年高性能计算 / 分布式训练 / 深度学习系统研发经验；- 熟练阅读并修改 PyTorch/DeepSpeed/Megatron-LM 核心源码，有线上调优案例；- 熟练使用 nsight/NCCL profiler 分析任务训练性能瓶颈；- 熟悉 InfiniBand/RoCEv2 网络拓扑，能独立调优 DP/TP/PP/EP 切分策略，解决大规模下通信-计算重叠问题；- 具备 Python/C++ 混合开发能力，代码洁癖＋CI/CD 意识。 投递...
机器人具身智能算法工程师（技术预研方向） 北京 社招 全职 职位 ID：A144931 职位描述 1. 参与具身智能算法模型在技能学习、动作规划、抓取操作等应用上的研发，实现多场景多任务的泛化；2. 设计、训练、部署模仿学习、强化学习、迁移学习、多模态学习等算法，构建机器人各类应用的通用技能；3. 与大模型、运控等团队合作，推动具身智能数据集、机器人平台等各项目落地实施；4. 紧跟最新技术进展，将学术界前沿创新内容进行快速复现并创新，参与相关方向的论文与专利积累。 职位要求 1. 硕士及以上学历，机器人、计算机、人工智能、机器学习、应用数学等专业，理论功底深厚，有机器人、机械臂、自动驾驶、大模型从业经历者优先；2. 掌握机器人操作快慢双系统设计理念（VLM+VLA），掌握相关ACT/Diffusion Policy/RDT/Pi0等基础算法，有相关GROOT、AgiBot GO1、Helix等模型实施经验者优先；3. 在多模态模型、自监督学习、迁移学习、强化学习、知识蒸馏、CoT等方向具备 SOTA 项目经验或具备坚实知识基础；4. 扎实的Python、C++编程能力，熟悉Pytorch、TensorFlow机器学习框架，掌握规范 git 工作流；5. 有创新的想法，乐于接受技术挑战，具备相关英文读写能力。 投递...
足式机器人运动控制算法工程师（强化学习） 北京 社招 全职 职位 ID：A200582 职位描述 1. 开发基于强化/模仿学习的机器人行走及全身控制策略； 2. 开发复杂地形下基于视觉的强化学习行走策略；3. 负责算法策略的训练与移植部署，实现算法sim-to-real在机器人实机上落地应用； 4. 持续跟踪国内外前沿研究成果，并进行相关算法复现；5. 编写相关技术文档，推动团队技术沉淀与知识共享。 职位要求 1. 硕士及以上学历，机器人、计算机、机械工程、人工智能、应用数学等专业，数学、英语能力扎实，具有较强的学习与研究能力；2. 掌握主流的强化学习算法，如：PPO、DQN、DDPG、SAC等；3. 掌握机器人学习中的广泛使用的训练方法和模型架构，如：教师学生模型（Teacher-Student Network），课程学习（Curriculum Learning），域随机化（Domain Randomization），混合专家模型（MoE）等； 4. 熟悉Mujoco、IsaacGym、IsaacLab等机器人仿真平台；5. 具备足式机器人强化学习算法的实机调试和sim-to-real经验，有基于模型/优化等传统控制经验者优先； 6. 扎实的C++、Python编程能力，熟悉Pytorch等机器学习框架，熟悉Linux，Git，ROS等开发环境和工具。 投递...
灵巧手控制算法工程师 北京 社招 全职 职位 ID：A63520 职位描述 1、负责多自由度灵巧手的数据驱动控制算法开发，具体应用包括功能性抓取和手内操作；2、开展结合视觉，触觉和关节力的多模态灵巧手控制方法研究，能对硬件设计提出相关指标性要求；3、灵巧手相关的仿真平台和数据采集训练平台的搭建。 职位要求 1、硕士及以上学历，机器人、计算机、人工智能等专业，有相关灵巧手控制经验更优； 2、具有机器学习相关项目研究经验，熟悉Mujoco、Isaac Gym等机器人仿真平台，熟悉Linux、ROS等操作系统；3、掌握主流强化学习和模仿学习等经典算法，熟悉Pytorch或TensorFlow等机器学习框架；4、扎实的C++、Python编程能力，具有较强的自主学习与研究能力。 投递...
MiMo算法研究员-预训练 北京 社招 全职 职位 ID：A180229 职位描述 我们在做什么？核心预训练（Core Pre-training）我们不仅是在训练模型，更是在探索智能的本质边界。我们致力于从零构建下一代通用的智能基座：1. Backbone & Architecture - 下一代基座：Model size scaling & context length scaling - 原生多模态：设计文本、视觉、音频原生融合的统一架构，实现端到端的物理世界感知与推理。 - Co-design：坚持 Algorithm-Infra Co-design，结合底层硬件特性（Kernel/拓扑）设计架构，突破训练与推理的效率瓶颈。2. Data - 真实数据 scaling：建设超大规模多模态数据发掘、采集、清洗与配比流水线，覆盖所有人类已有数据。 - 合成数据 scaling：攻克高质量合成数据的生成与验证难题，解决数据稀缺性，提升数据知识密度、推理密度、推理长度。3. Optimization - 极致收敛：研发适应万卡集群、超大
MiMo算法研究员-后训练 北京 社招 全职 职位 ID：A06427 职位描述 我们是小米MiMo团队的 Post-train 组，专注模型对齐、可扩展强化学习、AI Agent 等前沿方向，致力于产出世界级研究成果与模型。我们拥有充足算力与真实应用场景，汇聚了一批对 AGI 怀有长期信念、追求技术深度的研究者与工程师。在开放、专注的氛围中，我们鼓励从第一性原理出发，共同探索通往更高级人工智能的路径。主要研究方向1. AI 智能体 (AI Agent) - Agent 基础能力：研发大规模、高质量的 Agent 数据合成管线，提升模型在 Code、Search 及 General Tool Use 使用等场景下的能力。 - 高级 Agent 系统：探索多智能体协作、长时记忆系统及交互环境的构建，提升模型解决复杂任务能力。2. 大语言模型推理 (LLM Reasoning)
音乐生成高级算法工程师 北京 社招 全职 职位 ID：A105118 职位描述 1. 算法研发： - 设计并优化基于深度学习（如Transformer、Diffusion、GAN、VAE等）的音乐生成模型，涵盖旋律、和声、节奏、音色等多维度生成任务。 - 探索多模态音乐生成（如文本/图像/视频驱动音乐创作、哼唱转谱等）。 - 研究音乐符号（MIDI/乐谱）与音频（波形/频谱）的联合建模技术。2. 工程落地： - 将算法部署到生产环境，优化推理效率（模型压缩、蒸馏、边缘端适配）。 - 构建高质量音乐数据集，设计数据清洗、标注与评估流程。3. 跨领域协作： - 与音乐制作人合作调试生成结果的艺术性，平衡“可控性”与“创造性”。 - 参与产品需求定义，将技术转化为用户可感知的音乐创作工具。 职位要求 - 计算机科学、人工智能、信号处理、音乐技术等相关专业本科及以上学历。- 熟悉Pytorch等深度学习框架，具备4年以上序列建模或多模态生成经验。- 熟悉音乐理论（和声/调式/节奏）或具备数字音频处理（DSP）基础，能解读乐谱/MIDI。- 主导过1个以上音乐AI项目（如旋律生成、歌声合成、风格迁移等）的完整生命周期。加分项：- 发表过ICLR/NeurIPS/ISMIR等顶会论文，或拥有音乐生成相关专利。- 精通音频信号处理（STFT、CQT、声码器如HiFi-GAN、NSF）。- 熟悉音乐制作工具（Ableton Live、Logic Pro）或DAW插件开发（VST/AU）。- 参与过开源音乐AI项目（如Magenta、Jukebox、MusicLM）。
高级算法工程师/算法专家 北京 社招 全职 职位 ID：A253999 职位描述 工作内容- 应用包括大模型、Agent、多模态等在内的 AI 技术，推进企业运营的数据化和智能化；- 开发及优化智能营销、智能客服等在销售、交付、服务等过程中的智能应用；- 与业务一起探索和发现 AI 技术的前沿应用落地场景，针对性进行数据建设、模型训练、模型评估等，优化模型效果，实现效能提升。 职位要求 计算机科学、人工智能、自然语言处理或相关领域的硕士或博士学位，3 年以上相关经验;- 对大模型后训练、RAG、Agent、多模态大模型等相关 AI 技术有深入了解，在此领域有至少一年以上的工作经验；- 对多模态技术有一定的了解，包括 ASR、TTS、视觉内容生成、端到端多模态大模型等；- 具备良好的编程实现能力，熟练掌握python、pytorch、transformers等机器学习套件;- 有较强的研究能力，在大模型研究领域顶级会议发表过高质量论文者优先；- 出色的问题解决能力和创新能力，能够解决复杂的技术挑战;- 良好的团队合作和沟通能力，能够与跨职能团队合作，推动项目进展。 投递...
MiMo算法研究员-多模态 北京 社招 全职 职位 ID：A209770 职位描述 我们在做什么？基础研究我们致力于探索和构建多模态智能的核心模块，包括但不限于：- 全能模型 (Omni Model) — 具备全面感知与深度理解能力的多模态模型- 统一模型 (Unified Model) — 结构优雅、可优雅扩展的通用架构- 世界模型 (World Model) — 能够模拟和推理真实世界的智能系统数据与训练基建（Infrastructure for Data & Training）我们与 Infra 团队 紧密协作，共同构建：- 多样化、高复杂度的多模态强化学习环境- 稳定高效的大规模训练框架- 可扩展、高质量的数据采集流水线 职位要求 我们在寻找怎样的你？- 笃信
AI算法专家-AI工业设计方向 武汉 社招 全职 职位 ID：A08798 职位描述 1. 聚焦AI+工业设计方向：负责汽车电机、汽车电池包、手机天线等产品核心部件的AI辅助设计，通过AI技术实现产品在结构优化、性能提升、研发效率、成本控制等方面的突破，推动AI与工业设计全链路深度融合2. 负责AI辅助工业设计相关算法（结构优化、生成式设计、仿真加速、多物理场耦合优化等）的建模、设计与迭代，开展前沿AI技术（AIGC、数字孪生、代理模型等）在工业设计领域的预研与落地应用3. 对接汽车、手机、家电等业务线，理解工业设计核心需求，主导AI辅助设计方案的落地、测试与优化，支持产品量产交付，解决设计过程中的AI技术瓶颈4. 搭建AI辅助工业设计技术体系，探索工业大模型在工业设计领域的创新，参与行业技术交流与合作 职位要求 1. 计算机、自动化、工业设计、机械工程、电气工程等相关方向硕士及以上学历，博士优先；2. 熟练掌握大模型技术、PyTorch框架，有利用大规模工业设计数据（仿真数据、测试数据）训练算法的实战经验；3. 扎实的深度学习、机器学习、工业设计理论基础，具备根据工业设计业务场景进行数学建模、开发并改进相关AI算法的能力，熟悉工业设计流程与核心痛点；4. 具备以下任一条者加分： a）兼具AI与工业设计（汽车电机/电池包/手机天线设计等方向）的交叉学科背景 b）对生工业大模型、成式AI、AI仿真有深入理解，有相关算法落地经验 c）在AI辅助工业设计、智能结构优化、电磁/热仿真加速等方向有重要论文、期刊发表或专利 投递...
具身智能算法工程师-模型 北京 社招 全职 职位 ID：A105241 职位描述 1. 负责面向机器人操作任务的端到端模型研发，探索 Vision-Language-Action（VLA）模型在灵巧操作、长序列任务规划中的应用，推动通用操作策略的落地；2. 开展 World Model 相关研究，构建面向机器人操作的环境预测与动态建模能力，提升策略的泛化性和样本效率；3. 研究基于强化学习的高自由度灵巧手控制方法，包括 PPO、SAC、IQL等主流 RL 方法，探索仿真到真实的 Sim-to-Real 迁移技术；4. 负责大规模模型的训练基础设施搭建与优化，包括分布式训练、混合精度、推理加速及部署上线；5. 持续跟踪具身智能、操作学习、基础模型等领域的前沿进展，推动技术复现、改进与工程化落地。 职位要求 1. 计算机、人工智能、自动化、机器人等相关专业，硕士及以上学历（博士优先）；2. 具备扎实的深度学习理论基础，熟练掌握 PyTorch 等主流框架，有大模型训练与调优经验者优先；3. 熟悉Gr00t和PI等系列经典VLA操作模型相关工作，对 VLM 与机器人控制的结合有深入理解；4. 了解强化学习基本原理，熟悉 MuJoCo、Isaac Lab/Gym 等仿真平台，有 Sim-to-Real 实验经验者优先；5.
感知算法专家 北京 社招 全职 职位 ID：A12169 职位描述 1.参与多模态感知模型的训练与微调，并将其应用于实际屏幕行为和用户交互场景；2.探索主动响应的感知技术，通过分析用户屏幕使用轨迹和行为数据，实现对用户意图的实时推断；3.融合视觉、屏幕和系统事件等多模态数据，研究具备自主环境感知和交互响应能力的感知大模型；4.搭建端侧屏幕理解能力，实现泛场景的GUI事件感知与自动化响应；5.关注机器学习与感知领域前沿技术，探索跨领域技术融合，并参与撰写论文或专利；6.参与OSAgent感知能力预研，包括记忆、决策与主动响应机制。 职位要求 1. 硕士及以上学历，人工智能、计算机科学、电子、信息工程、机器人等专业，有C++/python开发经验；2. 熟练掌握至少一种深度学习框架，如Tensorflow、PyTorch等；3. 对深度学习有深刻认识，熟悉各种神经网络及背后数学原理；4. 对大模型有设计应用经验者优先；5. 对声音、图像、视频、各类传感器的通用融合感知算法有实际经验的优先；6. 在AI或NLP相关顶级会议或者刊物，如ICML、NeurIPS、AAAI、ACL等发表论文者优先。 投递...
AI中间件开发工程师（嵌入式） 成都 全职 职位描述 1.负责AI芯片或通用处理器中各类算子的设计、开发、优化与实现，并完成在嵌入式平台的部署。2.与架构师和算法工程师紧密合作，对模型进行转换和量化，并将模型高效地映射并部署到嵌入式硬件平台上。3.针对特定嵌入式硬件架构(如NPU、ASIC等)进行算子性能的极致优化，提升计算效率和吞吐量。4.参与部分底层驱动的开发与调试，确保算子与硬件的良好。5.编写高质量的代码，并进行单元测试、集成测试，确保算子的功能正确性和稳定性。6.分析和解决在算子开发、调试及部署过程中遇到的技术难题，7.在Android/Linux/QNX平台上设计和开发汽车信息娱乐系统的Framework和嵌入式中间件 职位要求 1.计算机科学、电子工程、数学或相关专业本科及以上学历。2.具备扎实的C/C++/Python/Java编程能力，熟悉嵌入式系统开发环境和流程。3.熟悉常见的系统架构，如Linux/RTOS/Android，熟悉高通平台的模型部署。4.熟悉计算机体系结构、并行计算原理，了解常见深度学习算子(如卷积、池化、激活函数等)的计算原理。5.具备嵌入式开发经验，有参与过底层驱动开发或调试者优先。6.具备AI相关背景或项目经验者优先，熟悉TensorFlow，PyTorch等边缘AI框架者优先。7.熟悉模型量化（INT8/INT4）、剪枝等模型压缩技术，有实际落地项目经验者优先。8.熟悉llama.cpp，QNN，MNN，TensorRT等推理框架者优先。9.具备优秀的问题分析能力和解决复杂技术问题的能力。10.具备良好的团队合作精神和沟通能力，对嵌入式AI技术有深厚兴趣 投递...
新业务部—AI算法加速优化与部署工程师/专家 北京、上海、西安 社招 全职 职位 ID：A96184 职位描述 1. 进行多模态大模型、AIGC模型、感知模型、图像画质模型等算法端侧加速优化算法的优化加速与部署： a.模型的训练调优、量化（PTQ/QAT）、剪枝、小型化、稀疏优化、投机推理、专用加速、结构搜索（NAS）等； b.模型的优化部署：瓶颈分析，异构调度，自研芯片的定向优化等2. 帮助算法在自研芯片上进行模型加速优化、部署及交付。 职位要求 1. 计算机科学、电子信息、模式识别、计算机视觉、人工智能或相关专业硕士或博士学历；2. 对AI算法（尤其是大模型、AIGC、感知算法、图像画质算法）的量化剪枝、网络结构搜索、稀疏化、性能效果优化和训练调参等有丰富开发调试经验；3. 精通transfomers，diffuser，pytorch，tensorrt等框架或平台；4. 参加过完整芯片算法联合优化特性的设计和商用落地者优先；5. 有异构平台如GPU\NPU\DSP的算法加速优化的经验者优先；6. 有大模型/AIGC/AD算法加速优化项目经验者或在相关领域发表过学术论文或有开源项目者优先。 投递...
自动驾驶 - 大模型训练框架优化专家 北京 社招 全职 职位 ID：A43941 职位描述 1. 负责分析和优化大模型的分布式训练链路，提升训练性能和效率；2. 对大模型训练优化技术展开研究，并落地到自动驾驶；3. 负责推进训练框架和AI平台的结合，建立先进的训练调度机制、集群算力利用率评估机制等。 职位要求 1. 本科及以上学历，扎实的编程基础(Python/C++)与良好的工程习惯2. 精通深度学习框架底层原理（PyTorch 核心机制如Torch.Compile, Autograd、TorchScript, XLA），3. 熟悉分布式训练框架（Horovod、Megatron-LM、DeepSpeed 等）的实现逻辑.4. 精通 CUDA 编程及 GPU 架构,能独立开发高性能自定义算子(cuda,CUB,Thrust,cutile,TileLang,Triton)4. 有深度学习编译技术栈(TVM,MLIR等),、AI开源社区贡献等任一经验者优先5. 熟悉自动驾驶感知、端到端算法者优先 投递...
MiMo-大模型推理框架开发工程师 北京 社招 全职 职位 ID：A252073 职位描述 - 负责基于 vLLM、SGLang 等技术的大模型推理框架的开发工作，包括但不限于设计和实现高效的推理引擎架构，优化推理过程中的计算流程，提高推理性能，以满足不同规模大模型的实时推理需求- 复杂大模型框架性能评估和调优工作，构建并完善性能监控体系，通过实时监测训练指标，定位性能瓶颈，提出优化方案，确保在不同硬件上达到最优性能。- 负责Cuda Kernel优化，开发高性能的GPU算子, 提升大模型推理性能 职位要求 - 硕士及以上学历，计算机、软件工程、数学等相关专业，具备扎实计算机理论基础和丰富编程经验，在深度学习领域有深入研究与实践。- 精通 Python，熟练掌握至少一种深度学习框架（如 PyTorch），理解深度学习原理算法，有丰富模型开发与调优经验，能独立搭建复杂模型并优化性能。- 熟悉 C++ 和 CUDA 编程，具备代码优化能力，能针对 GPU 等硬件高效编写和优化代码，了解硬件体系结构并进行针对性优化。- 熟悉大模型推理框架的基本原理和流程，了解 vLLM、SGLang 等大模型推理框架的核心技术和实现优先- 有良好团队协作与沟通能力，能与不同背景成员有效沟通协作，责任心强、敬业热情，能承受工作压力，保证项目按时高质量交付。 投递...
新业务部-视觉大模型算法工程师/专家 上海、西安、北京 社招 全职 职位 ID：A257482A 职位描述 1. 负责手机影像相关视觉大模型算法的研发，研发方向包括：多模态大模型（VLM、MLLM）、生成式大模型（AIGC）、及相关计算机视觉感知理解算法（检测、关键点、识别、跟踪）等，参与和主导上述模型在自研芯片平台上的设计、开发与优化。2. 上述方向的数据集构建及预处理工作，包括收集图像数据，标注数据，数据增强和数据的清洗等；3. 模型的架构设计、开发和优化工作，提升模型的性能和效率，支撑算法在手机影像应用场景的商用落地；4. 与芯片、系统架构、软件、验证、调试工程师等共同完成相应实现方案的开发工作；5. 结合AI技术与硬件特性实现对创新方案的探索与预研，撰写相关专利； 职位要求 1. 计算机科学、应用数学、模式识别、计算机视觉、人工智能或相关专业硕士或博士学历；2. 具备3年以上图像处理、计算机视觉、深度学习、AI芯片等相关领域研发经验，有视频或图像生成、视觉多模态项目经历者优先；3. 精通图像处理算法（如OpenCV）及深度学习框架（如PyTorch、TensorFlow等），有利用较大规模数据训练模型的经验，包括大模型预训练、后训练、强化学习等；4. 参加过完整算法特性的设计、 过往经历中有大规模AI算法和产品的完整研发落地经验者优先；5. 在视觉生成大模型、多模态大模型等领域发表高质量计算机视觉相关期刊、会议论文者优先，高质量学术竞赛获奖者优先。 投递...
语音合成算法工程师 北京 社招 全职 职位 ID：A28274 职位描述 1.负责语音合成的算法研发与落地，包括但不限于TTS前端、声学模型、声码器的算法实现和改进。2.参与推动语音合成技术在产品中落地，针对业务场景做算法调优和效果提升。3.追踪业界前沿的语音合成、语音理解及相关技术，探索并储备新技术能力，提高行业影响力。 职位要求 1.具有语音合成、识别、理解等工作经验，语音、信号、计算机等相关专业背景或者项目经验。2.熟悉大模型、zeroshot语音合成等技术，熟悉cosyvoice、fishspeech等开源工具。3.有大数据大模型时代的思维；有数据pipeline工作经验优先。4.熟练使用python，精通pytorch训练框架5.具有较强的学习能力，能够快速掌握和应用新技术；具备良好的团队合作精神和沟通能力；6.有ICASSP、Interspeech等语音顶会论文和竞赛经验者优先7.愿意紧跟时代步伐，自驱力较强，不断学习 投递...
模型优化专家/工程师 北京、上海 社招 全职 职位 ID：A214755 职位描述 1. 负责AI模型的网络级压缩与优化，涵盖量化（QAT/PTQ）、投机采样（Speculative Decoding）、Token压缩、知识蒸馏等技术；2. 针对大小模型设计并实现差异化量化方案，如小模型的KL散度、Percentile、AdaRound等，大模型的SmoothQuant、AWQ等；3. 参与或主导模型网络结构的优化与重构，将现有网络的算子、Block替换为高效、硬件友好的架构；4. 参与模型训练与微调，能够复现、分析并改进前沿模型结构；5. 与硬件团队紧密合作，提供模型优化视角的硬件设计建议，推动下一代芯片对新型算子与网络结构的支持。 职位要求 1. 计算机科学、人工智能、数学等相关专业硕士及以上学历，2年以上模型优化或训练经验；2. 深入理解模型量化技术（PTQ/QAT），至少熟悉一种小模型或大模型量化方案，并有实际部署经验；3. 熟悉大模型推理优化技术，如投机采样、Token剪枝、稀疏化等；4. 具备较强的模型训练与复现能力，能够阅读论文并快速实现网络结构改进；5. 了解芯片计算特性，有与硬件团队协作进行模型-芯片协同设计经验者优先；6. 代码能力强，熟练使用PyTorch/TensorFlow等框架，熟悉底层算子开发（如CUDA kernel）者更佳。 投递...