百度开发测试工程师（J91921）
任职要求
-本科及以上学历，计算机相关专业
-1年以上测试开发相关工作经验
-有云产品测试经验、私有化产品测试经验者优先
-熟练掌握…工作职责
-负责百度智能云混合云产品的测试工作，包括功能、性能、异常、安全以及自动化，测试效能提升等方面 -能够完成所负责产品的测试设计并执行测试计划，确保测试用例有效覆盖 -协作开发团队进行缺陷跟踪和管理，保证测试准出质量 -对测试结果进行分析和报告，对产品测试质量提升进行有效改进 -维护和改进测试流程和方法，提高测试效率和准确性 -参与测试工具和自动化测试脚本的开发、维护
- 负责交易平台产品的质量保证工作 - 负责测试用例设计、包括但不限于功能、性能、效果及高可用等测试维度 - 开发测试工具和自动测试框架、自动测试脚本 - 评估项目质量风险，与开发人员就项目进度和问题进行沟通 - 参与代码评审、持续集成等工作，确保代码质量和交付效率 - 与开发团队紧密合作，推动产品持续改进，提升用户体验
- 参与私有化部署平台的后端架构设计、开发和优化，主要使用 Go 语言。 - 设计并开发企业级操作系统自动化部署平台，支持大规模服务器环境的高效安装和配置。 - 优化操作系统定制和部署流程，提高硬件适配性和部署效率，简化安装过程。 - 深入理解 Kubernetes (K8s) 的核心概念，并将其与业务需求紧密结合，具备封装 K8s 的接口和服务的能力。 - 可独立设计并完成子系统的开发，编写高质量的代码，确保代码的可维护性和高效性能。 - 参与系统的性能优化、故障排查及技术难题攻关，保证平台的高可用性和稳定性。
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。