滴滴高级 Go/ Python研发工程师 (模型训练)(JR2026020400K)
任职要求
1，计算机科学、软件工程、电子工程等相关专业本科及以上学历
2，计算机基础扎实，深入理解操作系统、网络、常用数据结构和算法，具备复杂系统调试和优化能力
3，熟练掌握Golang和Python，具备扎实的编码能力以及良好的代码风格
4，熟悉机器学习完整生命周期（数据收集、特征工程、模型训练、评…工作职责
滴滴核心的国际化交易市场架构方向，负责机器学习平台，特征生产以及模型推理服务的研发工作 1，负责机器学习平台的需求分析、架构设计以及核心代码实现，重点覆盖资源调度、自动化训练流程、模型部署与服务化、性能监控等关键模块。 2，主导平台在高并发场景下的性能调优，解决大规模分布式训练任务中的稳定性与效率瓶颈，提升GPU等异构计算资源的利用率。 3，设计与开发提升算法研发效能的内部工具、SDK等，降低平台使用门槛，支持从数据准备到模型上线的完整MLOps流程。
-负责营销SaaS产品数字员工智能体应用的需求调研、设计及研发落地工作，结合已有的外呼、客服等应用产品，推动AI Agent在营销、客户服务等To B垂直领域落地并取得业务价值 -负责营销场景售前线索收集、售中对话分析、售后客服等场景化Agent技术预研、架构设计、业务模型抽象及功能开发保持对业务场景的敏锐洞察，快速熟悉业务流程并理解业务痛点，沟通并分析产品需求，制定技术方案，设计与研发核心系统及模块，推动产品快速迭代 -负责AI Agent框架设计与实现，构建高可用、低延迟的AI Agent生产环境。探索大模型与Agent技术的结合，解决复杂场景下的推理能力 -优化Agent与工具调用的协同机制，提升任务规划、自主决策和交互体验，构建各场景化Agent的自动化评估系统
1. 主导AI训练平台任务调度系统与队列管理架构设计，优化大规模分布式训练任务的资源调度策略与执行效率 2. 开发高并发任务调度算法，解决资源抢占、优先级调度、故障恢复等核心问题，保障万卡级集群资源利用率 3. 构建智能队列管理系统，支持弹性配额、动态优先级调整、故障任务自动迁移等高级功能，满足LLM/VLM等大模型训练需求 4. 负责调度系统可观测性建设与性能优化，培养调度领域技术团队
-负责营销SaaS产品数字员工智能体应用的需求调研、设计及研发落地工作，结合已有的内容创作、洞察、外呼、客服等应用产品，推动AI Agent在营销、客户服务等To B垂直领域落地并取得业务价值 -负责营销场景内容创作与运营数字员工、业务洞察数字员工、外呼数字员工、售后客服数字员工等覆盖营销全链路的场景化AI数字员工的技术预研、架构设计、业务模型抽象及功能开发保持对业务场景的敏锐洞察，快速熟悉业务流程并理解业务痛点，沟通并分析产品需求，制定技术方案，设计与研发核心系统及模块，推动产品快速迭代 -负责AI Agent框架设计与实现，构建高可用、低延迟的AI Agent生产环境。探索大模型与Agent技术的结合，解决复杂场景下的推理能力 -优化Agent与工具调用的协同机制，提升任务规划、自主决策和交互体验，构建各场景化Agent的自动化评估系统 -备注：你将站在数字员工大模型技术与产业落地的核心交汇点，深度参与全球领先的数字员工 Agent 体系搭建与优化，以 Agent 架构设计、任务规划、工具调用、记忆机制、场景编排与数据洞察驱动数字员工产品在多场景中的效能提升与商业价值落地。在这里，你不仅是数字员工 Agent 能力的建设者，更是 AIGC 时代数字员工能力边界的突破者——通过持续优化 Agent 的感知、理解、决策与执行链路，迭代多 Agent 协同与场景适配策略，让大模型与业务流程、企业系统、真实任务深度结合，使数字员工真正具备可交付、可衡量、可规模化复制的工作能力，将技术优势转化为全球化数字员工产品的核心竞争力，推动技术创新真正落地为产业级商业成功
【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