快手生态治理运营实习生-【社区治理部】
任职要求
1、大学本科及以上学历，大三/研三等等优先；
2、责任心强，沟通表达清晰，能够协同各方推动项目落地；
3、对短视频平台有深度使用体验和理解，对互联网内容生态有浓厚兴趣…工作职责
1、 负责快手社区评论安全的治理工作，基于用户理解及风险研判，制定从问题发现、识别处置到效果监控的全流程治理机制； 2、深入了解以评论为主的社区场景，根据热点、用户反馈等，分析用户及内容特征，设计合理有效的内容规则和策略方案，并对治理效果进行持续评估； 3、与算法等上下游团队协作，完善安全运营系统，优化治理链路、策略体系、流量分发机制。
1、协助进行快手社区生态的治理工作，从问题发现、识别处置到效果监控的全流程治理； 2、深入了解以视频、直播、社交等快手社区场景，基于内外部反馈和业务数据，设计合理有效的规则与策略方案，并对策略效果进行持续评估； 3、 与算法、平台产品等上下游团队完善安全运营系统，对风控治理策略体系进行持续迭代。
1.生态治理建设：参与主客观内容标签的体系建设、质量评估，协助定位内容质量或用户行为问题，参与策略制定与效果追踪； 2.AI 工具落地与运营提效：在内容运营、创作者运营、活动运营等场景中，协助 AI Agent / AI 助理的能力落地，包括工作流梳理、Prompt 调试、效果评估与迭代； 3.数据支持与效果分析：通过 SQL / 数据分析工具，对内容质量、运营效果、策略表现等数据进行提取与分析，输出分析报告，支撑产品与运营决策； 4.跨团队协同：配合算法、运营、研发等团队推进项目落地。
大模型具备很强的泛化及理解世界能力，在小红书内的众多生产场景遍地开花，大模型的训练和部署已成为许多算法工程师的日常。在多团队、多业务频繁使用的大规模GPU集群上，如何能够通过高效的GPU调度策略，使大家不仅能丝滑地完成训练及部署任务，同时也能充分激发大规模GPU集群的效能，是行业公认的关键挑战。在这里，你可以聚焦LLM场景，接触到超大规模GPU集群，并使用真实负载数据进行深入分析及技术探索。欢迎加入我们，一起探索领先技术改变世界！ 工作职责： 1、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、集群调度、GPU虚拟化、故障快速恢复、存储&网络加速等手段，提升大规模GPU集群的整体使用效率。 2、负责构建面向大模型训练、微调、推理、部署全流程LLMOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地。 3、持续关注业界最新的GPU资源调度相关技术动态，探索建设业界领先的资源调度策略及方法，构建下一代大规模AI资源调度系统。
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。