百度自动驾驶AI基础平台-可视化引擎工程师（J84320）
任职要求
基础要求： -计算机科学、软件工程、自动驾驶或相关专业，本科及以上学历，3年以上前端开发经验 -了解AWS核心服务（EC2、S3等）或微软云，了解云原生系统使用 -掌握Kubernetes及容器化技术（Docker、Helm），有大规模集群管理经验 -熟悉至少一种3D可视化引…
工作职责
-负责自动驾驶仿真平台前端开发 -开发高精度3D可视化仿真引擎，支持传感器数据（LiDAR、Camera、Radar）的动态渲染与实时交互，实现仿真场景的分布式可视化展示。 -Kubernetes（k8s）与云服务管理 -基于K8s搭建容器化仿真服务平台，微服务化架构，实现仿真服务的弹性伸缩、负载均衡与故障恢复 -跨团队协作与技术沉淀 -与算法团队紧密合作，确保仿真环境与自动驾驶感知、规划、控制模块的精准对接。 -主导技术文档编写与开源工具链研究，推动团队技术标准化。
-负责自动驾驶仿真平台前端开发 -开发高精度3D可视化仿真引擎，支持传感器数据（LiDAR、Camera、Radar）的动态渲染与实时交互，实现仿真场景的分布式可视化展示 -Kubernetes（k8s）与云服务管理 -基于K8s搭建容器化仿真服务平台，微服务化架构，实现仿真服务的弹性伸缩、负载均衡与故障恢复 -跨团队协作与技术沉淀 -与算法团队紧密合作，确保仿真环境与自动驾驶感知、规划、控制模块的精准对接 -主导技术文档编写与开源工具链研究，推动团队技术标准化
-负责自动驾驶仿真平台前端开发 -开发高精度3D可视化仿真引擎，支持传感器数据（LiDAR、Camera、Radar）的动态渲染与实时交互 -实现仿真场景的分布式可视化展示 -Kubernetes（k8s）与云服务管理 -基于K8s搭建容器化仿真服务平台，微服务化架构，实现仿真服务的弹性伸缩、负载均衡与故障恢复 -跨团队协作与技术沉淀 -与算法团队紧密合作，确保仿真环境与自动驾驶感知、规划、控制模块的精准对接 -主导技术文档编写与开源工具链研究，推动团队技术标准化
-基于AWS或微软云服务，搭建数据反馈关键平台，涵盖数据采集、存储、处理、标注、分析及反馈链路 -实现数据闭环自动化，包括触发式数据回传、关键场景挖掘、模型迭代验证等环节 -设计高可用、可扩展的云架构，优化数据存储与计算资源效率 -开发数据质量监控系统，提升数据利用率和算法泛化能力 -负责基于AWS或微软云的自动驾驶仿真平台开发 -负责设计、开发和优化基于AWS云服务的自动驾驶可视化仿真系统架构，支持高并发、低延迟的仿真场景测试 -构建云原生仿真工具链，整合数据管理、场景生成、结果分析等模块，提升仿真效率与可扩展性 -跨团队协作与技术沉淀 -与算法团队紧密合作，确保仿真环境与自动驾驶感知、规划、控制模块的精准对接 -主导技术文档编写与开源工具链研究，推动团队技术标准化
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。