百度后端研发工程师（J84608）
任职要求
-本科及以上学历，计算机科学、软件工程或相关专业，具体良好的沟通和分析解决问题的能力 -3-5年后端开发经验，熟悉Golang、Python等后端开发语言和相应的微…
工作职责
-利用大模型、知识图谱，从质量数据中挖掘相应的风险，从全新的方式构建全流程的质量管控体系 -负责公司后端服务的设计、开发与维护，确保系统的高可用性和稳定性 -参与系统架构设计，根据业务需求进行技术选型和方案设计 -与前端开发人员协作，完成接口对接和联调，确保数据交互的高效性和准确性 -基于LLM的风险、故障诊断，并能够对效果进行评估，并提出建设性意见
- 负责百度网盘企业版相关产品（Web端、PC客户端等）的前端设计、开发、测试和上线工作，保障高质量交付 - 参与百度网盘AI修图等创新产品的需求分析、技术选型、架构设计及前端核心功能的开发与优化 - 与产品经理、UI/UX设计师、后端工程师紧密协作，深刻理解业务需求，提供专业的前端技术解决方案，并高效完成产品迭代 - 持续关注前端技术前沿，对现有产品进行性能优化和体验升级，提升应用稳定性、可访问性及用户满意度 - 参与前端基础组件库、工具链、以及开发规范的建设与维护，提升团队整体研发效率和代码质量 - 积极探索和引入新技术、新框架，并应用于实际项目中，例如利用Electron等技术进行桌面端应用的开发与优化 - 快速定位并解决线上问题，保障业务的稳定运行
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。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；
1、负责模型训练平台核心功能开发和架构设计，包括传统CN/NLP/SD/LLM等多场景支持 2、负责大模型后训练工具平台化建设，包括后预训练、微调、对齐等技术落地 3、设计和实现高性能分布式训练系统，打造端到端训练解决方案 4、优化训练调度和资源管理，提升集群利用率和训练效率 5、开发模型训练监控诊断工具，建设可观测性体系