多模态算法实习生当面告知
小米科技有限责任公司
2027-01-28 12:03:11
博士28届29届实习硕士
岗位详情
地区：
北京
专业要求：
人工智能
岗位职责：
1. 参与端侧全模态大模型研发，包括 Audio Encoder、Speech Tokenizer、LLM、Speech Decoder 等核心模块的技术调研、模型训练与优化。
2. 研究语音、文本、视觉等多模态信息的对齐与融合技术，开展语音理解、语音生成及跨模态联合训练。
3. 参与实时语音交互技术研发，包括流式语音生成、低延迟响应、语音打断及全双工交互等关键能力。
4. 参与多模态数据构建、数据清洗、模型训练及效果评测，持续优化模型性能。
5. 探索模型压缩、量化及推理加速技术，参与端侧模型部署与真机效果验证。
招聘要求：
1. 计算机、人工智能、电子信息等相关专业在读硕士或博士研究生，具备扎实的机器学习、深度学习基础。
2. 熟练掌握 Python、PyTorch 等开发工具，具备模型训练、调试及实验分析能力。
3. 熟悉大语言模型或多模态大模型基本原理，在 Audio、TTS、VLM、Omni 等至少一个方向具有相关研究或项目经验。
4. 具备良好的论文阅读、技术调研及算法复现能力，能够独立开展实验并分析问题。
5. 具备良好的沟通协作能力，实习时间不少于3个月，每周到岗不少于4天，能够长期实习者优先。
公司介绍
小米科技有限责任公司
小米科技有限责任公司，成立于2010-03-03，位于北京，法定代表人：雷军，登记状态：存续，注册资本185000万人民币，公司类型：民营/私企
"小米科技有限责任公司成立于2010年3月3日，是专注于智能硬件和电子产品研发的全球化移动互联网企业，同时也是一家专注于智能手机、智能电动汽车、互联网电视及智能家居生态链建设的创新型科技企业。小米公司创造了用互联网模式开发手机操作系统、发烧友参与开发改进的模式。“为发烧而生”是小米的产品概念。“让每个人都能享受科技的乐趣”是小米公司的愿景。小米公司应用了互联网开发模式开发产品，用极客精神做产品，用互联网模式干掉中间环节，致力让全球每个人，都能享用来自中国的优质科技产品。小米已经建成了全球最大消费类IoT物联网平台，连接超过4.78亿台智能设备，进入全球100多个国家和地区。MIUI全球月活跃用户达到5.5亿。小米系投资的公司超500家，覆盖智能硬件、生活消费用品、教育、游戏、社交网络、文化娱乐、医疗健康、汽车交通、金融等领域。"