职位描述：
1. 负责汽车智能制造场景中的AI算法设计、开发和优化，包括但不限于如机器学习、深度学习算法的实现和调优，提升模型的准确性和效率，负责算子的封装和优化，提高算子的性能和易用性；
2. 收集、整理、分析来自整车生产全流程的生产设备、传感器、生产管理系统等多源数据，为AI模型训练提供高质量的数据支持；
3. 深入理解整车生产制造业务，运用数据挖掘等AI技术发现数据中的潜在规律和价值应对仿真、生产节拍提升、质检、故障预警、工艺优化等问题，为智能制造决策提供数据依据；
4. 负责实施和优化机器学习代码，用于数据预处理、特征工程、模型训练和评估，验证模型性能并迭代改进，确保模型在大规模生产环境中的稳定性与准确性；
5. 负责将AI模型与生产制造系统以安全、灵活、高效的方式进行集成，实现对现有系统的智能化赋能；
6. 负责为智能制造业务用户提供技术支持和培训，提高AI算法的可解释性，帮助客户理解并应用AI技术；
7. 紧密跟踪、开拓各类AI算法在智能制造领域的应用，推动AI在智能制造领域的快速发展。
职位要求：
1. 硕士及以上学历，计算机科学、人工智能、机器学习、数据分析或相关领域，熟悉生产制造流程；
2. 软件开发能力以JAVA（JVM、Spring框架、Spring Boot等），C++（算子封装和优化）为核心，熟悉Python（NumPy/Pandas/Scikit-learn/TensorFlow/PyTorch等机器学习库），有平台开发经验优先；
3. 掌握监督学习、无监督学习、强化学习及深度学习等机器学习算法的底层原理与调优策略，具有DeepSeek、ChatGPT等大模型的微调及智能体开发经验，熟悉Neo4j图数据库技术，具备工艺知识建模与推理应用实战能力；
4. 精通AI视觉技术，涵盖传统图像处理与深度学习模型，具备工业质检、工艺缺陷检测等场景落地项目；
5. 了解工业物联网、MES系统、自动化输送设备、工艺设备等，具备工业场景AI应用经验者优先；
6. 掌握时序数据分析：精通LSTM/DTW等算法，可完成生产设备预测性维护、工艺参数趋势预测等建模任务；
7. 掌握ETL全流程开发，熟悉特征工程、模型评估及数据可视化，精通关系型数据库及非关系型数据库，具备分布式数据库性能优化经验，熟悉Docker容器化编排、Kubernetes集群管理，掌握Git代码管理；
8. 良好的逻辑思维能力和问题解决能力，能够快速定位和解决技术问题，并与不同专业背景的人员完成任务协作。
招聘部门：
小米
工作地点：
上海市 ID：A133637
面试建议：
这个岗位最特殊的地方在于需要同时具备两个领域的专业能力：既要像数据科学家一样精通各类AI算法，又要像制造工程师那样理解汽车生产全流程。面试官会特别关注候选人在工业场景的实战经验，那些能展示如何将算法真正落地到产线的案例会非常加分。 建议重点准备三个方面的内容：首先是用具体项目证明你处理工业数据的能力，比如如何清洗设备传感器数据或构建特征工程；其次是准备1-2个完整的AI落地案例，要能清晰说明从算法选型到系统集成的全过程；最后要熟悉汽车制造的基本流程，面试中可能会让你针对某个具体工艺环节设计AI解决方案。记得带上有可视化结果的代码或演示视频，这比单纯描述更能打动技术出身的面试官。
在线咨询
请输入您的问题：
提示：由 AI 生成回答，可能存在错误，请注意甄别。