百度自动驾驶传感器（零部件）工程师（J47457）
任职要求
-本科及以上学历，电子、光学工程、物理学、车辆工程、自动化等相关专业
-5年及以上整车厂或Tier1工作经历
-具有自动驾驶零部件如激光雷达/毫米波雷达/超声波雷达/相机/定位设备/自清洁系统等其中之一的硬件开发、软件开发经验优先
-至少具备2个完整的智能驾驶系统/洗涤系统/车身控制系统的正向开发量产…工作职责
-以以下自动驾驶零部件其中之一：激光雷达/毫米波雷达/超声波雷达/相机/定位设备/传感器自清洁系统等开发、功能性能达成为目标 -负责该自动驾驶零部件方案选型、设计开发、设计评审、DV验证等开发与验证工作 -负责该自动驾驶零部件技术方案开发实施、功能指标达成分解、性能指标达成分解、成本目标达成分解，按照整车开发流程进行交付 -负责参与该自动驾驶零部件相关的总布置、造型设计、断面方案、工艺制造、成本控制等维度的方案评审 -与硬件团队深度耦合，测试、对标市场主流产品及新产品，给项目选择合适的产品进行适配 -与软件团队深度耦合，定义电源管理、休眠唤醒、通信、诊断标定、刷写升级、基础服务等架构 -与软硬件开发团队深度耦合，协调及推动该自动驾驶零部件的开发进度，处理阻塞开发的问题，按期高质量交付 -负责该自动驾驶零部件等新技术研究，推进新技术产品的集成与应用
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；