百度大模型算法工程师（J94940）
任职要求
-有搜广推、大模型研发、智能体研发、RAG和强化学习等经验 -对机器学习、深度学习、自然语言处理和大模型有深刻的理解 -熟练掌握至少一种深度学习框架（PaddlePaddle、pytor…
工作职责
工作职责 负责百度文心智能体策略优化，主要涉及到以下工作内容 -提示词工程、大模型定制调优等 -智能体理解评价、智能体内容生成质量评估、内容生成润色、多模态内容评估能力建设等 -基于大模型构建智能体在搜索场景下搜广推策略, 解决智能体分发中难点问题 -积极探索智能体在搜索场下新分发形态、新分发场景
-负责AI Agent及相关智能应用的设计、开发和优化，打造高效、可靠的Agent系统 -深入探索大模型（如GPT、Claude等）的应用场景，优化Agent的决策、推理和交互能力 -主导RAG（检索增强生成）相关技术的研发，提升Agent的知识检索与生成质量 -研究并应用最新的AI技术（如多模态、强化学习等），提升Agent的智能化水平 -与产品、算法、工程团队紧密协作，推动AI Agent的落地和规模化应用 -关注行业前沿技术动态
-通过与合作方合作，通过数据挖掘、机器学习、深度学习等方法，构建ToB端的信用贷款风控模型 -基于海量互联网行为数据，结合机器学习、深度学习等方法，挖掘金融风控相关特征，提升风控模型效果 -负责信贷风控模型和特征的工程化应用，包括模型推理/监控、特征加工/更新/监控等 -互联网金融、消费金融、小额贷款行业的机器学习、深度学习等领域前沿算法的研究和代码工程化实现
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。
【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。