美图后端研发工程师（Python）——AI算法服务/厦门
任职要求
1. 本科及以上学历，3 年以上后端开发经验，精通 Python 后端开发，具备扎实的数据结构与系统设计能力 2. 熟悉Python主流 Web 框架（如 FastAPI / Flask / Django 等），理解异步编程模型与协程机制 3. 具备高并发、高可用系统设计经验，理解分布式系统基础（服务注册发现、负载均衡、限流熔断、降级策略等） 4. 熟悉 Linux 开发环境，理解 Docker 原理，具备 K8s 实践经验，理解容器调度与资源管理机制 5. 具备模型服务接入或外部 API 聚合经验，理解推理服务的性能特征、延迟控制与成本优化策略 6. 熟悉 Redis、消息队列（Kafka / RabbitMQ 等）或缓存与异步任务系统设计者优先 ## 加分项 1. 有算法服务中台、技术中台或云原生平台建设经验 2. 有多模型调度、策略引擎或流量分发系统设计经验 3. 熟悉服务网格（Service Mesh）…
工作职责
## 职位描述 负责 AI 算法服务工程化与技术外采中台建设，打造统一的模型接入、调度与治理平台，支撑多算法、多厂商能力的标准化接入与高性能、高可用运行，构建面向 AI 时代的算法服务基础设施。 ## 岗位职责 1. 负责 AI 算法服务的工程化封装与容器化改造，设计统一的服务接入规范、部署标准与运行时治理体系 2. 参与构建多模型接入与调度平台，实现模型路由、并发控制、限流熔断、优先级调度与成本优化策略 3. 设计并优化高并发场景下的服务架构，保障系统在高 QPS、复杂依赖情况下的稳定性与可扩展性 4. 构建完善的可观测体系（日志、指标、Tracing），持续优化系统性能与故障恢复能力 5. 与算法、产品及业务团队协作，推动 AI 能力高效落地并形成可复用的工程化能力 ##
岗位职责： 1. 负责AI算法服务容器化开发，确保服务的高效部署和运行； 2. 负责公司智能内容理解/技术外采平台的架构优化和研发； 3. 与前端、算法和产品团队紧密合作，确保技术实现与产品需求的一致性。
美图影像研究院(MT Lab)专注于计算机视觉、深度学习与计算机图形学等前沿算法的研究与应用。我们为美图产品提供核心技术支持。团队汇聚顶尖人才，致力于推动影像技术的突破，让科技与艺术美好交汇。 MT Lab focuses on R&D of cutting-edge algorithms in CV, deepearning, and computer graphics. We provide core technicalsupport for Meitu products.Our team of top talent is dedicated to advancing imagingtechnology, beautifully merging science and art. 岗位名称：服务端工程师(训练平台方向) 地点：厦门 工作职责： 1.负责AI训练平台服务端系统 的设计与开发，包括任务编排、资源调度、数据/模型管理等核心能力建设 2.参与现有系统的稳定性建设与性能优化，持续提升平台在高并发、高负载、大规模GPU场景下的稳定性与扩展性 3.调研并落地AI Agent、MLOps、AI Infra相关新技术，推动平台智能化升级
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。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；