[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

# Miclaw-大模型芯片协同方向实习生

北京 

Listed on Xiaomi ’s official careers site. Posted March 26, 2026. Check that it is still open and apply there.
[Apply on Xiaomi ’s careers site →](https://xiaomi.jobs.f.mioffice.cn/internship/position/7621513581494225203/detail)

[OpenNash Jobs](https://jobs.opennash.com/) / [Xiaomi ](https://jobs.opennash.com/companies/xiaomi/) / Miclaw-大模型芯片协同方向实习生

## Job description

岗位概述 您将主要专注于构建端侧AI模型、编译器、推理框架的优化，以便在所有小米手机上高效的AI推理 开发高效的调试工具链，以便找到从模型本身到AI芯片或者CPU运算单元每一个环节的瓶颈点 与业界最佳成果进行对标，挖掘优化点，识别优先级，与相关团队配合论证可行性，并且最终落地优化成果 总结你的优化经验，整合小米从软件到芯片的能力，让开发者可以迭代模型创作、优化、转换、执行、调试、分析 核心职责
- 研究并实践大模型与芯片的协同设计，包括针对特定芯片的计算特性进行模型架构与算子的适配与优化。
- 构建用于在端侧推理芯片上执行 ML 模型的生产关键型系统软件
- 跟踪软硬件协同领域的前沿技术，将创新方案进行工程实现与性能评估。

## Qualifications

任职要求
- 硕士或博士在读，计算机科学、电子工程、微电子、人工智能或相关专业。
- 具备扎实的计算机体系结构、深度学习或编译原理基础。
- 具备以下至少一项经验者优先:模型压缩/量化、AI芯片设计/编程、高性能计算、深度学习框架或编译器开发。
- 熟练掌握C/C++/Python等编程语言，具备优秀的算法实现和系统调试能力。
- 对软硬件协同有浓厚兴趣，具备强烈的求知欲、出色的分析能力和解决问题的动力。

## At a glance
- Posted by the employer: Mar 26, 2026
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: 207 days
- Location: 北京[Apply on Xiaomi ’s careers site →](https://xiaomi.jobs.f.mioffice.cn/internship/position/7621513581494225203/detail)

## More jobs at Xiaomi 

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

北京

### [AI Agent 产品经理](https://jobs.opennash.com/companies/xiaomi/jobs/fc2f52865a7e2d84fbd7/)

北京

### [AI Agent 架构师 / Tech Lead](https://jobs.opennash.com/companies/xiaomi/jobs/35dcfe12c39db2a6a88a/)

北京

### [AI Agent产品经理](https://jobs.opennash.com/companies/xiaomi/jobs/1b2859d295836fa011a9/)

北京

### [AI Agent研究员实习生-小爱](https://jobs.opennash.com/companies/xiaomi/jobs/0c7ddc4025af5dc78885/)

北京

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/)