百度解决方案架构师（J84967）
任职要求
-本科及以上学历，5年以上云解决方案相关工作经验； -熟悉云计算领域IaaS和PaaS领域相关产品和技术，如容器、虚拟化、裸金属、SDN、存储、中间件、微服务、Devops、数据库、大数据和AI等技术栈等； -在系统高可用、数据备份和容灾、业务云化迁移等领域有实践经验，能设计安全可靠的系统架构； -有金融、互联网等行业经验，互金方面经验优先； 以下条…
工作职责
-识别和洞察行业客户业务需求，整合公司内外部技术和产品，为客户提供匹配的解决方案，并引导客户对技术和产品的选择； -负责销售项目售前阶段的需求分析、方案制定、技术交流、测试、演示、标书制作等工作，对整体方案的竞争力负责； -配合交付团队完成项目售后阶段的客户业务迁移、技术解答、项目验收等支持工作； -定期收集和汇总技术、客户和市场等的需求，为产品研发、市场拓展提供有价值的输入； -负责公司top级客户售前解决方案工作，有大局观和客户运营思路，为客户增长和经营负责
-分析装备行业市场情况，结合产品能力，持续优化装备行业整体解决方案并设计业务拓展策略 -负责装备行业KA客户的业务需求分析，根据客户需求设计解决方案的整体架构 -协同产研、客户服务和生态团队完成项目招投标工作，与销售协同完成业务目标 -配合交付团队完成项目顺利交付，并持续挖掘客户商机
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。
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
【职位描述】 1、负责小红书搜广推多场景排序模型优化，提升时长、互动、留存等核心指标； 2、分析海量用户行为数据，挖掘用户兴趣，优化排序模型； 3、通过超大规模机器学习模型和系统，使用先进的排序算法优化推荐效果。