滴滴稳定性研发专家(J250709016)
任职要求
1. 8 年以上 Java 开发经验，精通 Java 基础类库及面向对象编程思想，深入理解 JVM 原理（如内存模型、垃圾回收机制），具备 JVM 调优实战经验； 2. 熟悉 MySQL 数据库原理，对事务机制、索引设计有深刻理解，具备复杂 SQL 性能优化经验；精通 Spring、Spring Boot、Spring Cloud、MyBatis 等开发框架，熟练掌握 Nginx、Tomcat 等中间件的部署与调优； 3. 熟悉 Rpc 框架、Redis、MQ（如 Kafka/RabbitMQ）…
工作职责
1. 负责第三方支付平台全流程架构设计，深度参与系统优化，聚焦基础架构搭建与公共组件研发，推动支付技术体系持续升级，支撑业务高速增长； 2. 确保支付平台日均千万级交易量平稳运行，攻坚核心技术难点，包括但不限于亿级流水场景下的高并发处理、分布式事务一致性、资金安全防护及服务高可用保障，保障系统全链路安全、可靠、高效； 3. 牵头构建支付系统稳定性监控、预警及应急响应机制，优化容灾方案，从技术层面降低故障风险，提升系统抗风险能力。
1. 参与国际化外卖核心交易链路的稳定性建设，深入分析业务设计与实现，评估技术方案的合理性与可行性。 2. 识别系统瓶颈与风险点，推动性能优化与可用性提升，确保代码质量与服务稳定性。 3. 引入创新技术与解决方案，以创新思维解决业务难题，提升系统效率。 4. 负责外卖核心系统的架构优化与性能调优，保障系统高可用性。 5. 推动平台稳定性方案在业务侧的落地，挖掘系统风险点及研发痛点，协助解决相关问题。
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。
【业务介绍】 我们是小红书内稠密类模型（LLM/MLLM/SD/CV/NLP）统一的AI平台QuickSilver，负责调度公司内所有稠密类模型训练与推理资源，基于自建的训推引擎，为公司所有AI算法同学迭代业务模型提供端到端一站式AI服务；包括数据管理，模型管理，模型训练、压缩、推理、部署，服务管理，资源调度等一系列能力。 工作职责： 1、负责稠密类模型训练推理开发平台的架构设计和核心功能研发 2、设计和实现大模型训练部署流程，包括模型fine-tuning、推理服务化等 3、构建云原生架构，设计高可用、高性能的微服务体系 4、优化平台性能，提升系统稳定性和可扩展性
1. 负责国际化Fintech资金平台的日常设计和开发，包括payin、payout、资金等领域的需求支持 2. 重构Fintech资金平台或新建部分子系统，用合理的架构高质量高效率地解决海外渠道的接入成本、渠道可用性、支付成功率、资损防控、资金核对、差错处置、补偿和追资等需求 3. 投身拉美移动支付蓝海，依托出行、外卖、钱包、信贷等高频支付场景，支撑钱包、信用卡、理财、现金贷及商户收单等金融业务 4. 打造业界领先，稳定、安全、便捷、低成本的资金平台