滴滴自动驾驶系统底软与BSP测试工程师(J250120010)
任职要求
1、五年以上嵌入式软件测试经验，有汽车电子（ADAS、智能座舱与Tbox）、ICT（服务器、交换器）、消费电子（平板与手机）行业测试经验者优先； 2、熟练使用Linux操作系统，具有基本C/C++编程能力、Shell脚本编写能力，Python开发能力; 3、熟悉软件工程、软件测试和嵌入式测试基础理论知识，熟悉通信…
工作职责
1、自动驾驶域控制器的软件集成和发布工作： * 根据版本发布需求，从代码库中选取特定的分支或节点制作软件包或者刷写镜像。 * 对发布内容做冒烟测试，检查基础功能； * 根据版本发布需求，对发布内容进行逐项验证，检查是否满足发布需求； * 跟研发人员紧密配合，对发现的问题快速反馈并进行回归测试； * 撰写软件发布说明（release note），汇总版本变更情况和验证情况； 2、自动驾驶域控制器的专项测试工作： * 针对特定的功能或软件模块设计测试方法并撰写操作说明； * 利用已有的工具和方法执行测试并撰写报告； * 常见测试方向包括业务逻辑、通信带宽、通信时延、系统稳定性等； * 对各个渠道反馈的问题进行压力测试以协助定位和解决； 3、BSP与底软自动化测试平台建设： * 测试工具链搭建、自动测试脚本编写； * 测试资源管理与协调（外包人员与工程服务供应商）等。
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。
滴滴出行国际化金融测试团队，负责核心业务质量保障，包括支付、风控、现金贷、信用卡等业务，团队技术导向，紧跟公司业务，质量保障能力处在行业前沿水平。 1、负责国际化支付系统的核心链路测试架构工作； 2、负责金融域内质量保障体系的构建和实践； 3、参与前线调研，负责前线业务对接，打通国际前线和质量Team信息渠道，消灭认知GAP、赋能国际金融业务 4、通过前瞻性的能力、机制建设， 规避业务质量风险；
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。
1.参与基于多模态大模型的GUI智能化能力的设计开发，实现多端（web/安卓/ios/鸿蒙/小程序）大模型手眼配套能力全覆盖； 2.跟踪业界前沿技术发展，参与大模型应用评测、企业内部场景化落地、GUI智能体建设等；