携程数据运营专员(数据治理方向)(MJ027669)
任职要求
1、全日制本科或以上学历,sql技能熟练 2、具有较好的逻辑思维能力,务实严谨,对数据…
工作职责
1、独立思考,主动发现公司日常数据运营管理中的问题,形成分析报告 2、通过专项的质量改进项目,积极推进,主导或辅助团队一起解决或改善相关问题,达到较好的实践成果,并实现理论沉淀 3、进行数据质量有关的基础数据建设,搭建数据质量相关的报表、看板,出具质量报告
1. 百炼移动端 & 应用广场设计: (1)设计百炼移动端 & 应用广场核心功能:模板体验、用户路径,搜索推荐、应用部署对接流程等,基于场景、行业理解设计高质量的模板分类、标签体系,降低企业及开发者使用门槛。 (2)制定应用上架标准与审核机制(包括功能、安全合规、效果基线、发布流程等),建立应用质量分级体系(如官方认证/开发者自营),建立数据反馈体系。 (3)设计AI体验中心,基于应用广场的供给,提供一站式大模型服务与应用体验中心,通过合理的动线设计,提高新用户转化率。 2. 应用开发者生态建设与运营: (1)协同运营团队,设计开发者增长策略(如黑客松赛事、流量扶持计划、分成激励机制),解决应用分发闭环问题,吸引优质大模型应用入驻。 (2)构建开发者支持能力(文档/教程/沙盒环境/版本管理/收益体系),提升应用开发效率与上架转化率。 (3)设计应用商店商业模式,平衡开发者收益与平台成本,设计合理的治理规则,确保应用商店有序发展,构建开发者生态,提高活跃度。 3. 应用生态价值挖掘: (1)分析应用调用、付费、运营数据,挖掘高潜力应用方向,反向驱动平台开发能力迭代,将头部应用打包为行业标准化产品。 (2)配合运营建设高质量一方应用,呈现大模型服务及应用的能力及场景,丰富市场供给。 4. 行业洞察与竞争分析: (1)跟踪国内外多模态交互类产品动态,制定技术对标与差异化方案。
1、负责游戏环境优化,监控游戏运营动态,发现并及时处理线下交易等异常交易行为; 2、关注游戏动态和舆情动向,协调部门资源,持续优化检测/治理策略和方案; 3、负责对接合作部门,针对产品风险因素进行反馈,并与研发等做好沟通,做好信息分析和整理记录工作。
1. 百炼移动端 & 应用广场设计: (1)设计百炼移动端 & 应用广场核心功能:模板体验、用户路径,搜索推荐、应用部署对接流程等,基于场景、行业理解设计高质量的模板分类、标签体系,降低企业及开发者使用门槛。 (2)制定应用上架标准与审核机制(包括功能、安全合规、效果基线、发布流程等),建立应用质量分级体系(如官方认证/开发者自营),建立数据反馈体系。 (3)设计AI体验中心,基于应用广场的供给,提供一站式大模型服务与应用体验中心,通过合理的动线设计,提高新用户转化率。 2. 应用开发者生态建设与运营: (1)协同运营团队,设计开发者增长策略(如黑客松赛事、流量扶持计划、分成激励机制),解决应用分发闭环问题,吸引优质大模型应用入驻。 (2)构建开发者支持能力(文档/教程/沙盒环境/版本管理/收益体系),提升应用开发效率与上架转化率。 (3)设计应用商店商业模式,平衡开发者收益与平台成本,设计合理的治理规则,确保应用商店有序发展,构建开发者生态,提高活跃度。 3. 应用生态价值挖掘: (1)分析应用调用、付费、运营数据,挖掘高潜力应用方向,反向驱动平台开发能力迭代,将头部应用打包为行业标准化产品。 (2)配合运营建设高质量一方应用,呈现大模型服务及应用的能力及场景,丰富市场供给。 4. 行业洞察与竞争分析: (1)跟踪国内外多模态交互类产品动态,制定技术对标与差异化方案。
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。