[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All Xiaomi jobs](https://jobs.opennash.com/companies/xiaomi/) · [Search jobs](/search/)

Xiaomi · 北京

# 顶尖应届-算法研究员(Efficient Architecture Design)-自动驾驶

北京 Design 

Listed on Xiaomi ’s official careers site. Posted June 2, 2026. Check that it is still open and apply there.
[Apply on Xiaomi ’s careers site →](https://xiaomi.jobs.f.mioffice.cn/toptalent/position/7646711560312342838/detail)

[OpenNash Jobs](https://jobs.opennash.com/) / [Xiaomi ](https://jobs.opennash.com/companies/xiaomi/) / 顶尖应届-算法研究员(Efficient Architecture Design)-自动驾驶

## Job description
- 研究面向车端约束的智驾模型架构，在设计阶段融入延迟、算力、内存预算，联合优化精度与推理效率；
- 分析车端平台执行特性，将硬件约束抽象为架构设计准则；
- 探索高效架构前沿（Efficient Attention、结构稀疏、MoE、硬件感知搜索等）及量化/低精度技术，提升模型部署友好性；
- 跟踪 LLM 高效架构演进（线性注意力、KV Cache 优化、Speculative Decoding 等），评估其在智驾多模态模型中的迁移价值；
- 与部署及系统团队协作，建立可部署性评估闭环；
- 参与训练效率改进（低精度训练、数据流水线、并行策略），缩短模型研发周期。

## Qualifications
- 计算机视觉、机器学习、自动驾驶或NLP等相关方向硕士或博士学历；
- 在高效模型设计方向有研究积累，有顶会论文（CVPR / ICLR / NeurIPS / ICML / MLSys 等）优先；
- 对计算硬件有超出典型算法研究者的理解——能分析 FLOPs 与实际 latency 的差异来源；
- 熟练使用 PyTorch，能独立完成模型设计、训练与性能 profiling；
- 良好的跨团队协作能力。

## At a glance
- Posted by the employer: Jun 2, 2026
- First seen by OpenNash: Aug 1, 2026
- Last checked: Oct 19, 2026
- Listed for: 139 days
- Location: 北京[Apply on Xiaomi ’s careers site →](https://xiaomi.jobs.f.mioffice.cn/toptalent/position/7646711560312342838/detail)

## More jobs at Xiaomi 

### [Linux内核工程师（内存方向）](https://jobs.opennash.com/companies/xiaomi/jobs/2aa116359e858498bc05/)

北京

### [Linux内核调度专家](https://jobs.opennash.com/companies/xiaomi/jobs/0e7c4235ef236ed0560e/)

北京

### [顶尖应届-Linux内核优化工程师（性能）-软件](https://jobs.opennash.com/companies/xiaomi/jobs/a50dc3146fde920c5789/)

北京

### [顶尖应届-Linux内核优化研究员（存储优化）-软件](https://jobs.opennash.com/companies/xiaomi/jobs/187709d41e6ff0a5e38d/)

北京

### [27届招聘实习生-国际职能平台](https://jobs.opennash.com/companies/xiaomi/jobs/6d4d527313cd96474e53/)

北京

## Similar jobs at other companies

### [混元多模态强化学习（RL）算法研究员（北京/上海）](https://jobs.opennash.com/companies/tencent-holdings/jobs/52f031da21e4aadda307/)

Tencent Holdings · Shenzhen

### [【LongCat大模型人才校招】Agentic Foundation Model 算法研究员](https://jobs.opennash.com/companies/meituan/jobs/4bb3ad7af6f492a6538a/)

Meituan · 北京市 +1 more

### [【LongCat大模型人才校招】基础模型通用 agent 算法研究员](https://jobs.opennash.com/companies/meituan/jobs/87dd3462d34508c5bdea/)

Meituan · 北京市 +2 more

### [Master Thesis – Data-Efficient Exploration](https://jobs.opennash.com/companies/sandvik/jobs/0dfcf85bd0314bd8e274/)

Sandvik · Sweden, Stockholm

### [具身智能“机器人大脑” 算法研究员/工程师](https://jobs.opennash.com/companies/contemporary-amperex-technology/jobs/66ebfe0c623e285b4039/)

Contemporary Amperex Technology · 上海市, 中国

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)