小米 – 垂域大模型算法工程师（质量方向） 职位分析和面试指导

职位描述：

1. 参与大模型在汽车/手机质量业务中的应用及落地，包括垂直领域大模型的构建以及基于提示工程，指令微调，思维链等相关技术的迭代优化
2. 在垂域大模型应用上有丰富的经验，持续跟踪前沿技术，有能力负责一项或多项大模型技术的预研，深耕及应用落地；
3. 熟练掌握RL，RAG，Agent等LLM算法，在业务应用场景中持续算法迭代，解决LLM垂域落地难题
4.跟踪前沿大模型技术进展，在相关业务场景上积极探索，持续迭代优化，并落地业务

职位要求：

1.本科及以上学历，计算机，数学等相关专业，对主流大模型如qwen，kimi等有一定了解，有大模型落地应用项目经验
2. 熟练掌握LLM 预训练，微调技术，并在灾难性遗忘，幻觉缓解，推理增强上具备一定的技术深度
3. 优秀的代码能力，数据结构和技术算法功底扎实，精通常用深度学习框架tensorflow、pytorch等

招聘部门：

小米

工作地点：

北京市 ID：A74060

面试建议：

小米正在寻找一位专注于质量领域的垂域大模型算法工程师，这个岗位的特殊之处在于它需要将大模型技术深度应用于汽车和手机质量检测这一具体业务场景。面试官会特别关注候选人在垂域大模型落地方面的实际经验，包括如何解决模型幻觉、灾难性遗忘等实际问题，以及如何通过提示工程、指令微调等技术优化模型性能。 建议应聘者重点准备以下几个方面：首先，详细梳理过往项目中大模型落地的具体案例，特别是解决过哪些技术难题；其次，深入理解RL、RAG等技术在质量检测场景中的应用逻辑；最后，准备好展示扎实的代码能力，面试中可能会要求现场解决一些算法问题。记住，小米更看重的是技术落地能力而非纯理论研究，所以多准备一些实际业务场景中的解决方案会很有帮助。