滴滴高级软件研发工程师(J251111015)
任职要求
1. 本科以上学历,一年以上互联网服务端开发经验,具备扎实的编程功底 2. 至少熟悉JAVA、GO一门开发语言 3. 熟悉常用设计模式,具备较强的系统架构设计与领域建模能力 4. 深入理解Linux系统及其原理,熟悉网络编程,掌握TCP/IP协议,以及常见数据结构和算法 5. 熟悉常用开源系统和中间件,包括分布式系统、RPC框架,以及MySQL…
工作职责
1. 负责滴滴租车业务系统的架构设计及系统开发 2. 充分理解并深入挖掘业务需求,基于此制定前瞻性的系统规划,推动系统的持续进化 3. 具备较强的技术攻关能力,持续优化系统架构、性能和稳定性
1、主导研发效能管理平台的核心功能开发,赋能滴滴研发团队全流程效率提升。 2、负责平台核心子系统建设,负责代码CI/CD体系、需求管理、测试管理及自动化测试系统的架构设计与开发工作,确保系统功能与业务场景深度契合,持续优化研发工具链。 3、负责先进研发实践落地,探索DevOps/敏捷开发等先进研发模式,推动自动化、标准化的工程实践,通过技术方案设计引领研发效能升级。 4、负责平台高可用建设,参与平台稳定性架构设计,构建支撑全公司级研发协同的高可用系统。
【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、负责模型训练平台核心功能开发和架构设计,包括传统CN/NLP/SD/LLM等多场景支持 2、负责大模型后训练工具平台化建设,包括后预训练、微调、对齐等技术落地 3、设计和实现高性能分布式训练系统,打造端到端训练解决方案 4、优化训练调度和资源管理,提升集群利用率和训练效率 5、开发模型训练监控诊断工具,建设可观测性体系
关于我们: 滴滴国际化Fintech业务,是滴滴国际化战略的重要组成板块。近年来,滴滴Fintech在拉美地区积极探索和开展电子支付、信贷、信用卡、商户收单等业务,为当地用户带来更便捷、优质、更高性价比的金融服务。我们诚挚邀请真诚、可靠、勇于挑战的您和我们一起,携手并肩,拥抱金融出海的浪潮,和滴滴Fintech一起快速成长。 职位描述: 1、参与并完成风控平台基建研发,包括决策引擎、特征平台、核身、模型、名单、图数据库、监控平台、Databus等多个方向 2、建设提效工具,提升风控研发流程的效率。 3、积极跟其他团队沟通和配合,推动项目进展,讨论并提出有建设性的意见。