滴滴大客户业务专家（能源及战略客户方向）(J251020032)
任职要求
经验背景：
1. 本科及以上学历，8年以上B2B大客户销售、战略合作或业务拓展经验；
2. 具备丰富的国央企客户经验、大型企业服务运营经验、政府平台公司或相关ToG/ToB领域客户资源及成功合作案例者优先；
3. 有主导过复杂项目销售或大型战略合作项目全程经验者优先。
核心能力：
1. 卓越的客户关系能力： 具备出色的高层对话、商务谈判和沟通能力，能够与客户建立高水平的信任关系；
2. 战略思维与业务韧性： 具备强烈的创业精神和抗压能力，能接受挑战，善…工作职责
小桔充电作为领先的新能源汽车充电服务提供商，致力于构建开放、智能、高效的充电生态网络。目前加速战略布局，寻求优秀团队伙伴，专注于开拓和服务于对行业发展具有深远影响的国央企能源巨头、城市级投资运营平台等关键客户。本岗位不仅追求业务的短期突破，更看重通过坚韧不拔的努力和长期价值的创造，建立稳固、互信、共赢的战略合作伙伴关系。 主要职责： 1. 战略客户开发：负责制定并执行针对大型央企、国企能源公司、省市级城投公司、交投集团、公用事业平台等战略大客户的开发计划，挖掘合作机会，完成业务拓展目标。 2. 关系维护与深度经营： 建立并维护与上述大客户高层决策者及关键部门的长期、稳定、深层次的战略合作伙伴关系，提升客户满意度和忠诚度。 3. 复杂解决方案销售： 深刻理解客户在能源转型、交通电动化、城市新基建等方面的需求与挑战，整合内外部资源，为客户量身定制综合性的充电站建设、运营、管理及能源解决方案。 4. 项目全程管理： 主导大型合作项目的谈判、签约及落地执行全过程，协调内部产品、技术、运营、市场等团队资源，确保项目顺利交付与高质量运营，实现商业目标。 5. 市场洞察与策略输入： 持续跟踪能源行业、政策动向及市场竞争格局，洞察大客户需求变化，为公司产品策略、市场策略及长期业务规划提供关键输入和建议。 6. 长期价值构建： 秉持长期主义理念，专注于为客户创造可持续的价值，探索在充电基础设施、光储充一体化、虚拟电厂、数据服务等更广泛领域的创新合作模式。
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。