万兴科技数据产品经理
任职要求
任职资格： 1.本科及以上学历，3年以上数据分析、商业分析、用户增长等相关经验； 2.熟练掌握SQL，了解数仓建设，掌握一种数据分析软件； 3.熟悉神策、Firebase等数据埋点及分析工具，有相关经验者优先考…
工作职责
1.数据埋点设计与管理： （P1-P2：建议30%以上） 设计全链路数据埋点方案，确保关键链路数据采集质量 。通过用户在产品各环节的行为数据，呈现用户真实的 需求和行为模式。为运营活动、产品改进、用户体验优 化提供数据决策支持，用数据支撑和驱动业务精细化运 营。 2.数据统计与日常监控： （P1-P2：建议30%以上） 利用公司常用数据平台和工具，完成产品日常数据统计 需求，支撑业务分析与决策；负责用户行为数据与关键 业务指标的数据报表设计，满足产品核心指标的日常监 控和趋势分析。 3.产品数据分析与复盘： （P3：建议30%以上） 分析产品关键功能和动线的数据转化，发现用户使用卡 点，优化产品功能体验；对于功能测试和产品迭代进行 数据复盘，评估产品优化效果与价值。 4.数据指标体系设计与完善： （P1-P2：建议10%以下;P3-P4：建议30%以上） 负责产品全链路/公司内部组织运作数据指标体系搭建与 数据分析框架设计，结合业务场景构建数据评价模型， 以数据驱动产品核心指标持续提升； 完善指标体系各环 节数据来源，确保关键链路数据采集质量，支撑日常数 据分析。 5.专题分析与数据驱动： (P1-P2：建议0%；P4：建议40%以上) 主导核心产品整体数据洞察策略，主导推进数据驱动精 细化运营的方案策划和落地实施； 针对高价值业务问题进行专项分析，通过数据洞察提供 可落地的策略建议和解决方案； 针对公司内部业务方向(效率/质量/费用等)进行综合数据 分析，发现问题找到根因，并提供方案和建议； 根据数据洞见协助推进业务新方向探索，支撑创新性产 品落地。
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。
【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。
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！ 工作职责： 1、参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)等类型模型的推理服务框架； 2、参与/负责KV Router、PD分离/EPD分离、KVCache管理、动态PD调整等分布式推理能力建设； 3、通过并行计算优化、分布式架构优化、异构调度等多种框架技术，打造高效、易用、领先的AI推理框架； 4、参与/负责构建推理框架的系统容错能力，包括但不限于请求迁移、优雅退出、故障检测、自愈等能力建设； 5、深度参与周边深度学习系统多个子方向的工作，包括但不限于模型管理、推理部署、日志/监控、工作流编排等； 6、与全公司各业务算法部门深度合作，为重点项目进行算法与系统的联合优化，支撑业务目标达成。
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。