快手模型训练
任职要求
1、学习能力强，能快速理解吸收，具有灵活的视角和判断力； 2、好奇心强，有专研精神，善于挖掘人/机等链路过程中问题点，进行原因定位，反馈并解决规则对齐问题； 3、具备良好…
工作职责
1、熟悉并掌握业务全链路流程，对于大语言模型的基础原理、审核规则、行业规范、平台政策有基础理解； 2、罚则基于需求，用清晰、无歧义的语言描述任务需求，并形成明确的需求文档； 3、协同上下游团队联动，安排相关标注任务的落地与回收，同时建立运营台账，把控资源的充分使用； 4、识别并挖掘在规则、标注链路或者产品方面的提效功能点，推动业务效率指标良性提升。
负责分析和优化大模型的分布式训练全链路过程，以提升训练性能和效率 职位要求 1、本科及以上学位，计算机、深度学习等相关专业，3年及以上工作经验 2、熟练掌握Linux环境下的C/C++与Python语言 3、熟练使用至少一种训练框架（Tensorflow、PyTorch 或其他自研框架） 4、熟练使用至少一种大规模训练优化框架(Megatron、DeepSpeed、Lightseq 或其他自研框架)
关于团队 我们正在构建支撑下一代自动驾驶模型的大规模训练基础设施。平台每天处理 PB级自动驾驶数据，在 万卡规模GPU集群 上运行大规模分布式训练任务，为感知、预测和端到端驾驶模型提供高效稳定的训练能力。 团队聚焦 大规模机器学习系统（ML Systems）与训练基础设施（Training Infrastructure），解决自动驾驶模型训练中的核心系统问题，包括分布式训练效率、数据管线扩展性、以及超大规模GPU集群的稳定性与资源利用率优化。 工作内容 你将参与解决自动驾驶大规模模型训练中的核心系统问题，包括： - 设计与优化自动驾驶模型的 大规模训练基础设施 - 提升 万卡GPU训练集群 的训练效率与系统稳定性 - 构建可扩展的 PB级自动驾驶数据训练 pipeline - 分析并解决分布式训练中的性能瓶颈，包括 GPU利用率、通信开销、I/O吞吐等问题 - 与自动驾驶算法团队协作，加速感知、多模态及端到端模型的训练迭代
关于团队 我们正在构建支撑下一代自动驾驶模型的大规模训练基础设施。平台每天处理 PB级自动驾驶数据，在 万卡规模GPU集群 上运行大规模分布式训练任务，为感知、预测和端到端驾驶模型提供高效稳定的训练能力。 团队聚焦 大规模机器学习系统（ML Systems）与训练基础设施（Training Infrastructure），解决自动驾驶模型训练中的核心系统问题，包括分布式训练效率、数据管线扩展性、以及超大规模GPU集群的稳定性与资源利用率优化。 工作内容 你将参与解决自动驾驶大规模模型训练中的核心系统问题，包括： - 设计与优化自动驾驶模型的 大规模训练基础设施 - 提升 万卡GPU训练集群 的训练效率与系统稳定性 - 构建可扩展的 PB级自动驾驶数据训练 pipeline - 分析并解决分布式训练中的性能瓶颈，包括 GPU利用率、通信开销、I/O吞吐等问题 - 与自动驾驶算法团队协作，加速感知、多模态及端到端模型的训练迭代
1、负责基础模型安全训练相关运营工作； 2、前沿技术和风险研究，产出明确的风险定义，并掌握行业最佳实践动态； 3、制定并迭代对应的评测机制，主动发现可优化空间，明确具体方案并执行； 4、不断迭代当前工作流，提升工作效率。