职位描述：
1、负责视觉大模型，多模态大模型、缺陷检测、目标检测、图像分割、相关算法的研发和实现，以及在工业场景的落地；
2、负责图像识别核心能力沉淀和产品化建设，多方协同，快速落地；利用计算机视觉和人工智能新技术，改进提升产品性能；
3、负责算法的优化和集成工作，包括边缘设备和云端；
职位要求：
1、计算机相关专业，计算机视觉/机器学习/人工智能相关专业优先；
2、具有良好的计算机视觉、机器学习理论基础，熟悉深度学习网络，在计算机视觉某个领域有较深入的研究，包括但不限于图像分割、目标检测、跟踪、视觉大模型、多模态大模型等技术方向，有工业视觉场景相关项目经历优先（例如缺陷检测等）；
3、实践动手能力强，有网络设计和优化能力，良好的英文阅读能力，能直接阅读顶会/顶刊文献并实现其中的算法；
4、研究和探索最新的图像算法和技术，不断优化视觉检测算法，提高检测的准确性和效率，完善内部算法平台；
招聘部门：
小米
工作地点：
北京市
面试建议：
多模态算法工程师实习生这一职位在小米公司具有较高的技术门槛和实践要求。面试官会特别关注你在视觉大模型、多模态大模型以及工业场景落地方面的实际经验。他们希望看到你不仅具备扎实的理论基础，还能将这些技术应用到实际项目中，尤其是在缺陷检测等工业视觉场景中的表现。此外，面试官也会考察你对最新算法的研究能力，以及能否快速实现顶会论文中的算法。 为了准备这场面试，建议你重点复习深度学习网络和计算机视觉的基础知识，尤其是图像分割、目标检测等核心技术。同时，准备一些你在工业视觉场景中的项目经验，详细说明你在项目中承担的角色、遇到的挑战以及解决方案。如果你有阅读并实现顶会论文的经验，一定要准备好相关的细节，包括论文的选择理由、实现过程中的难点等。最后，展示你对算法优化的理解和实践能力，特别是在边缘设备和云端的不同优化策略。