滴滴自动驾驶系统性能优化工程师(J251111011)
任职要求
计算机、自动化、车辆工程、电子信息等相关专业，本科及以上学历； 熟悉 C++, Python，有较强的算法实现与调优能力； 熟悉性能分析工具（如 perf、gprof 等）； 良好的沟通与团队协作能力，对技术有…
工作职责
负责自动驾驶系统（感知、预测、决策、规划、控制等模块）的性能分析与优化，提升算法的实时性、精度和鲁棒性； 优化关键算法模块（如目标检测、跟踪、多传感器融合、轨迹预测等）的计算效率，满足车规级实时性要求； 分析系统瓶颈（CPU/内存/延迟等），通过算法改进、代码优化、数据结构调优、并行计算等手段提升整体系统性能； 与硬件、算法、仿真等团队协作，推动算法在量产上的高效部署； 设计并实施性能评估体系与指标，持续监控和优化系统表现； 参与系统架构设计，从性能角度提出合理化建议，确保系统可扩展性与高效运行。
您将加入滴滴自动驾驶团队, 负责分析&优化自动驾驶系统的各种复杂的性能及稳定性问题, 打造高性能, 高可靠的自动驾驶系统. 工作内容 1. 负责与中间件团队协作分析当前任务调度器的性能问题, 及系统核心业务的调度长尾问题, 针对问题提出并优化调度器. 2. 负责开发与维护调度器分析工具, 并不断优化工具的开销, 基于工具去分析当前核心业务模块的调度问题. 3. 负责跟进开源社区在调度子系统的前沿技术, 并结合公司业务场景进行技术落地.
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。
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。