小米 – 小米汽车-工业工程-智能制造AI算法工程师 职位分析和面试指导

职位描述：

1. 深入了解汽车制造流程，系统化梳理整车生产全流程（冲压/压铸/焊装/涂装/总装/电池/电驱），识别AI技术在整车制造业务场景，输出可落地的智能化改造解决方案
2. 基于整车制造场景，牵头设计并实现基于AI大模型的智能体架构，构建覆盖工艺优化、知识管理、智能决策的标准化AI产品体系
3. 负责搭建支持AI模型开发、数据管理、服务部署的一体化平台，建立汽车制造相关AI数据库，实现算法模型从训练优化到生产部署的全生命周期管理
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
5. 牵头制造版块人工智能技术研发路径拆解，开展汽车制造领域前沿技术研究，制定整车智能制造3-5年AI技术发展规划，支持降本、提质、增效业务目标达成
6. 牵头内部赋能培训计划，打造具备AI思维与实施能力的复合型人才梯队

职位要求：

1. 学历与专业：计算机科学、人工智能、机器学习、数据分析或相关领域硕士及以上学位，且熟悉汽车制造流程
2. 能力要求：
– 具备5年以上工业智能系统开发经验，主导过不少于5个工业级AI项目规划&实施&落地&维护与优化，深度理解MES等制造业标准体系，熟悉OPC-UA、Modbus等工业协议对接，有国内头部车企生产制造项目经验者优先
– 开发能力以Python（NumPy/Pandas/Scikit-learn/TensorFlow/PyTorch等机器学习库）为核心，熟悉Java/Scala
– 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
– 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
– 擅长时序数据分析：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时序建模任务
– 掌握ETL全流程开发，熟悉特征工程、模型评估及数据可

招聘部门：

小米

工作地点：

北京市 ID：A01417A

面试建议：

这个职位是典型的跨界复合型岗位，要求候选人同时具备两个领域的深度知识：汽车制造全流程工艺和前沿AI技术应用。面试官最看重的不是你单一技术点的深度，而是能否将AI技术精准匹配到汽车制造的具体场景中。你需要证明自己不是单纯的技术专家，而是能理解车间实际问题的解决方案设计师。 建议重点准备三个维度的案例：首先是汽车制造场景的认知深度，可以准备你过去参与的汽车制造项目细节；其次是AI技术落地的完整案例，要突出从问题发现到最终交付的全过程；最后是大模型在工业领域的应用思考，这是小米汽车明显在布局的方向。面试时要注意用制造业的语言解释技术方案，避免陷入纯技术讨论。可以预先研究小米汽车的制造特点，准备几个针对性的AI改进提案，这会极大提升面试官的认同感。