百度自动驾驶出行业务-调度算法工程师（J72738）
任职要求
-具有网约车或外卖等调度策略算法方向相关工作经验 -计算机基础扎实，包括网络和操作系统，数据结构和算法掌握需要过硬 -精通C++/ Python/golang程序开发(至少一种)，熟悉L…
工作职责
-负责萝卜快跑业务分单和运力调度效果优化 -深入了解自动驾驶全无人出行业务，建立可靠的数据模型和算法模型，优化供需预测、订单分配、运力调度等算法 -与产品、工程、运营等团队紧密合作，构建算法模型，提升派单、成单率，确保业务目标达成 -优化供需预测、自动驾驶车辆调度等，打通自动驾驶车辆全无人、全场景自动化调度能力，不断提升车效，降低运营成本 -优化渠道举手抢单策略，提高聚到业务效果 -指导其他同学进行算法性能评估和优化，确保算法的效率和准确性，跟进策略方案的设计以及落地，进行调度策略可解释性建设 -优秀的分析问题、解决问题能力和团队合作意识，对挑战性问题充满激情，自驱能力强，能主动通过数据分析、下钻发现业务上优化内容，推动业务持续快速向前发展
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。
滴滴出行国际化金融测试团队，负责核心业务质量保障，包括支付、风控、现金贷、信用卡等业务，团队技术导向，紧跟公司业务，质量保障能力处在行业前沿水平。 1、负责国际化支付系统的核心链路测试架构工作； 2、负责金融域内质量保障体系的构建和实践； 3、参与前线调研，负责前线业务对接，打通国际前线和质量Team信息渠道，消灭认知GAP、赋能国际金融业务 4、通过前瞻性的能力、机制建设， 规避业务质量风险；
1. 负责万亿级别QPS的分布式缓存/存储集群，支撑公司所有产品线的业务需求； 2. 设计、研发高可用、高性能的缓存/存储架构和中间件，应对弹性扩缩容，秒级故障自动切换，异地多活，分布式事务等极具挑战性的工作内容和方向； 3. 优化系统性能，深入内核，提升基础服务相关资源的使用率，增加系统稳定性，保障业务运行； 4. 设计并研发自动化运维平台，提升运维质量和效率，探索运维自动化和智能化技术和方向。
1.参与基于多模态大模型的GUI智能化能力的设计开发，实现多端（web/安卓/ios/鸿蒙/小程序）大模型手眼配套能力全覆盖； 2.跟踪业界前沿技术发展，参与大模型应用评测、企业内部场景化落地、GUI智能体建设等；