腾讯商业分析（大模型/大数据方向）
任职要求
1.2年以上咨询/战略经验，精通结构化思考和调研分析能力，能独立负责战略专项调研，能基于调研内容总结提炼有战略高度的意见与结论以支持决策和落地；
2.过往有AI/大模型 PaaS/大数…工作职责
1.深入参与大模型PaaS平台、AI Infra、大数据平台等业务方向，深度剖析行业动态、趋势，开展相关主体研究，提炼有价值洞察，为业务各环节提供决策依据，定期输出行业报告； 2.参与部门业务规划，与管理层等制定增长及战略举措方案，联动多团队建立协作机制，解决重点项目问题，协调各方利益，推动业务协同发展； 3.周期性与海外研究机构进行双向信息交流，获取高质量行业趋势资讯，并对外进行部门前沿技术宣讲，提高行业影响力。
1、构建全面的、准确的、能反映服务业务线特征的宏观、微观指标体系，并基于业务监控指标体系，及时发现与定位业务问题； 2、与算法技术（社区科学线）进行紧密合作，用系统科学的分析方法，为算法进行优化方向探索，并提出有效的迭代建议； 3、通过专题分析，对业务问题进行深入分析，对公司内外部数据进行挖掘，在深入的产品理解与用户洞察基础上，自主发掘课题，提出有实效的建议； 4、沉淀分析思路与框架，具有一定的数据产品能力，能够自行进行数据可视化，并能提炼数据产品需求，与相关团队（如技术开发团队） 协作并推动数据产品的落地； 5、与相关团队协作进行数据建模工作，推动业务部门的数据化运营，能够基于数据分析、量化建模、市场调研等工具对产品和市场进行理解和刻画，解决各种复杂商业分析问题，能独立完成从方案设计、数据加工与分析，到结论展示的整个流程； 6、与相关团队协作（如数据运营团队）组织数据技术与产品相关的理念、技能、工具的培训。
1、深入业务场景，基于全站数据资产，运用统计分析、数据挖掘及机器学习方法，主动发掘用户增长、产品优化等方向的业务机会点，推动策略落地并获取业务收益； 2、探索并应用大模型技术，结合业务场景进行效果调优与方案落地，切实解决关键业务问题，驱动新的增长突破； 3、通过数据挖掘方法，支持业务归因、模式发现与用户分层等工作，将分析结果有效转化为可执行的业务策略。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
用户方向 1.通过数据分析构建用户画像，分析用户交易行为及用户旅程，挖掘trade-in, trade-across, trade-up的驱动因素及转化路径； 2.设计因果推断实验（如A/B测试、双重差分法），量化促销活动、定价策略对用户消费、用户增长的影响，评估广告渠道ROI优化投放策略； 3.构建用户分层模型，识别高价值消费人群，输出定向运营策略（如精准发券、商品推荐），制定留存策略； 4.研究用户生命周期内的消费习惯，结合消费者心理学理论，优化“人-货”匹配效率，提升用户ARPU值。