携程资深AI训练师(MJ027802)

1.根据业务知识和服务流程规范，设计智能机器人产品的知识库和流程结构，以及友好的答案话术表达； 2.负责IM智能客服，能独立负责某场景线路，对于场景的能力提升提供相应的支持隔和解决方案； 3.识别智能机器人产品线上运营问题，挖掘可提升智能商服解决能力的产品功能，设计产品功能实现的流程方案，计算需求价值，出具需求文档； 4.持续挖掘线上可以提升用户交互体验的产品需求，持续推动方案落地并追踪数据效果； 5.监控线上各项数据指标的变化，根据数据波动情况，分析异常数据的根因，并找到可优化解决办法，提升智能解决率和满意度。

我们正在寻找资深AI集群工程师，负责构建和优化大规模GPU计算基础设施。作为AI算力平台的核心建设者，您将参与从硬件选型到调度优化的全链路工作，支撑公司核心AI业务的万卡级算力需求。 Kubernetes调度与计算平台 资源调度与集群管理 - 设计和实现GPU算力调度系统，优化资源利用率和作业调度效率 - 负责Kubernetes节点组件（kubelet、container runtime）的稳定性、性能优化 - 深度排查Kubernetes集群复杂问题 计算平台与节点优化 - 参与服务器硬件选型、测试和验收，重点优化GPU服务器性能 - 推进国产AI芯片的生态适配 - 建立集群故障感知召回体系，提高AI计算资源利用率，维护线上集群稳定性 扩展方向：性能优化（附加项） - 参与AI集群网络优化（NCCL/RoCEv2），提升分布式训练通信效率 - 深入文件系统、缓存、镜像、cri细节，优化容器启动速度

1、负责智能服务机器人（文本机器人、语音机器人等）的运营工作：需求洞察、数据分析、后台配置、测试验收、产品评估，分析迭代效果持续优化提升机器人解决能力和服务体 2、深挖业务及用户痛点，输出可行性计划并落地运营计划，完成运营数据分析和总结 3、通过行业/竞品调研分析，了解行业智能机器人最佳应用及最新技术应用案例，结合最新技术能力和运营洞察提出创新想法，推动业务及产研优化智能全链路服务体验

1.负责AI平台架构设计和AI工程化技术实现； 2.通过AI基础设施和软硬件协同优化来提升公司AI模型训练和推理的效率； 3. 负责云侧或端侧大模型和小模型推理服务开发、性能优化、上线部署等工作。