百度Java后端高级工程师（J80990）
任职要求
-本科（全日制统招）以上学历，三年以上服务端开发经验，具有互联网公司或ToB软件企业背景，对金融数据服务、大数据处理和机器学习模型有浓厚兴趣 -JAVA基础扎实，理解io、多线程等基础框架，熟练使用Spring、Mybatis等主流开源框架，可以根据项目需要快速学习上手新的语言 -熟悉分布式系统的设计和应用，熟悉分布式、缓存、消息、分库分表等机制，能对分布式常用技术进行合理应用，解决实际问题 -熟悉Linux开发环境，熟悉Netty/Nginx/Mysql/Redis等服务配置部署，对生产环境问题排查有实际工作经验 -熟悉云原生Kubernetes,Docker,Chart相关开发和部署，有实际工作经验 -对业…
工作职责
-参与金融建模产品各类在线服务和自动化工具开发，提升模型构建及运行的效率，保障服务可靠、稳定、高效运行，保障服务稳定性和数据质量，保障产品SLA -参与金融领域主流机器学习模型交付平台、特征挖掘及交付平台开发及性能优化，确保特征及模型的高效交付上线使用 -参与金融建模产品各类在线服务和模型产品部署运行架构设计，主导服务可靠性相关自动化系统的实现，包括预防、止损、降级、容量管理、弹性部署、故障分析、流量分配、性能调优等方案，满足严格的质量与效率要求 -参与金融建模全流程服务的可观测性建设、服务稳定性建设、数据质量建设、模型效果建设，确保服务的可靠性，响应和处理生产环境中的紧急事件，最小化服务中断 -关注并研究业界前沿技术动态，负责大规模机器学习模型在线预测系统的优化工作，探索并应用新技术，推动系统的演进
1、结合大模型（LLM）能力，探索并实现AI 赋能的数据开发新模式，如代码智能补全、智能调试、SQL生成优化等； 2、设计并优化高并发、高可用的后端架构，支持大规模数据开发用户的使用场景； 3、研究并落地业界大模型在数据开发领域的最佳实践，包括但不限于RAG（检索增强生成）、智能Agent、代码生成等； 4、负责相关API设计、模型调用接口开发及性能优化，确保LLM相关功能的高效集成； 5、参与团队的技术决策，推动架构优化，提升系统的稳定性、可扩展性和易维护性； 6、关注业界大数据开发工具和AI赋能技术的最新进展，推动相关技术在团队内的落地与实践。
滴滴国际化历经多年探索，业务取得了稳定增长，是中国互联网公司出海为数不多的亮点，也是公司关键战略。 “没有安全，一切归零”，滴滴正在持续不断提升产品使用过程中的安全体验，国际化安全工程团队为实现该目标提供了坚实的技术保障。 在这里，你将参与到国际化业务安全功能的研发工作，为多个国家和地区（拉美、南美、澳洲、新西兰、日本）的出行、外卖等业务提供高可用的安全服务； 您将与我们一起挑战不同国家个性化的安全需求的实现，提供支持快速开国开城的研发工具、运营工具； 参与高并发、大数据量系统的开发和迭代，与团队一起不断提升系统性能和可靠性； 识别代码或系统已有问题，主动进行优化；积极尝试新技术新方案，拓展技术视野；
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
业务介绍： 我们是阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。 岗位描述： 1、负责支持业务迭代：推进来自搜索、推荐、广告、用增各域的产品需求快速落地。 2、负责系统架构设计：负责搜索、推荐、广告引擎的架构设计与优化，支撑多语言场景下的高并发请求处理，满足全球用户低延迟、高可用的服务需求。 3、负责性能调优：针对召回排序、模型训练&推理、特征计算等模块进行工程性能优化（如分布式计算加速、内存管理、GPU资源调度等），提升算法迭代效率。 4、负责工程平台开发：构建算法与工程协同的标准化平台，包括特征实时化平台、在线推理服务框架、AB实验平台等，支持算法快速迭代与业务效果验证。 5、负责大模型工程优化：负责生成式AI技术的工程落地，包含大模型训练、推理加速、多模态内容生成等技术工作。 补充说明：同时也招聘面向25年应届毕业的同学；