小米 – AI工程平台架构师 职位分析和面试指导

职位描述：

1. 负责设计与实现企业级AI编程工具链，包括智能代码补全、对话的AI IDE及自动化代码审查系统，提升软件研发效率
2. 主导编程领域大语言模型的定向微调与训练，优化代码生成质量、多语言支持及技术文档理解能力，显著提升模型在软件开发场景中的准确率与实用性
3. 研发高性能代码检索增强生成(RAG)引擎，整合企业代码库与技术文档，实现低延迟的上下文感知代码生成，并持续优化召回精度与生成质量
4. 设计并实现软件工程全生命周期智能Agent系统，覆盖需求分析、架构设计、代码实现、单元测试等环节，推动大模型技术在复杂软件系统的实际应用

职位要求：

1. 具有计算机科学、人工智能、机器学习等相关专业硕士及以上学历
2. 具有5年以上人工智能或相关领域的工作经验，有项目架构设计和技术解决方案开发的经验
3. 熟悉常见的人工智能算法和技术，包括深度学习、机器学习、自然语言处理等，能够灵活应用于实际项目中
4. 熟练掌握至少一种主流深度学习框架，如TensorFlow、PyTorch等，并有相关项目经验
5. 具备扎实的编程基础和软件开发经验，熟悉Python、C++等编程语言
加分项
1. 具有代码大语言模型训练或微调的实际经验，了解RLHF、LoRA等大模型post training技术
2. 参与过RAG系统设计与实现，熟悉向量数据库(如FAISS、Milvus、Pinecone等)及高效检索技术
3. 有AI编程助手或工具链(如Copilot类产品)的开发经验，了解大模型对接IDE的工程实现

招聘部门：

小米

工作地点：

北京市 ID：A21551

面试建议：

面试小米的AI工程平台架构师职位，你需要展现出对大语言模型在编程领域应用的深刻理解。这个职位不仅要求你具备扎实的人工智能和机器学习基础，还需要你有能力将这些技术应用到实际的软件开发流程中。面试官会特别关注你是否具备设计和优化AI编程工具链的经验，以及你在大语言模型微调和训练方面的实际能力。 为了准备这场面试，建议你重点复习大语言模型的微调技术，如RLHF和LoRA，并准备一些你在过去项目中如何优化代码生成质量的案例。同时，熟悉RAG系统的设计和实现细节，包括向量数据库的使用和高效检索技术。面试中可能会涉及到具体的编程问题，所以确保你对Python和C++有深入的了解，并能展示出你在AI编程助手或工具链开发方面的经验。最后，准备一些关于如何将大模型技术整合到软件工程全生命周期的想法，这将展示你对这个职位的全面理解和创新能力。