西门子数据中心行业业务发展经理BD Manager
任职要求
与能力：
【教育背景 | Educational Background】
- 计算机、自动化、电气工程或相关专业本科及以上学历。
【工作经验 | Work Experience】
- 5年以上数据中心、关键电源、暖通空调或相关基础设施行业经验。
- 具备与大型OEM厂商（如服务器、UPS、精密空调制造商）合作的成功经验者优先。
- 熟悉数据中心的设计、建设、运营流程及相关行业规范和标准。
- 具有大客户销售、系统集成、项目全周期管理经验。
【专业知识 | Professional Knowledge】
- 精通数据中心基础设施架构，包括供配电、制冷、楼宇自控等系统。
- 深刻理解OEM厂商的业务模式、技术需求和痛点。
- 了解数据中心领域的数字化转型和智能化技术趋势。
【能力要求 | Required Skills】
- 出色的战略规划能力和大客户关系管理能力。
- 优秀的方案设计…工作职责
加入西门子智能基础设施集团，成为零碳先锋，共创明日世界！ 西门子智能基础设施集团 (Siemens Smart Infrastructure, SI) 的业务涵盖能源系统、楼宇和工业，旨在通过集成软硬件、产品、系统和解决方案，改善人们的生活和工作方式，显著提高效率和可持续性。我们致力于打造更低碳、更智能、更灵活的基础设施，在楼宇科技、智慧园区、数据中心等领域，都有我们成功的项目案例。 SI销售团队不仅是业务开拓者，更是SI的形象大使。团队成员掌握前沿的数字化技术、产品知识和行业信息，凭借优质的业务能力和服务赢得了客户的高度评价。同时，我们提供完善的培养机制，帮助销售伙伴保持敏锐的市场洞察力，更好发现市场潜在机遇。我们深入了解客户需求，并帮助客户找到真正满足需求的智能系统解决方案。 在智能建筑事业部，我们期待数据中心行业业务发展经理加入，共同推进事业发展。 你将在这些领域发挥影响： 【OEM解决方案开发与推广】 • 负责制定并实施针对数据中心OEM客户的整体销售战略。 • 深度整合公司内部产品线（如楼宇自控、暖通等）及外部生态资源，为领先的设备制造商（OEM）提供高度定制化的互补性解决方案。 • 主导打造与头部OEM合作的标杆项目，建立可复制的合作模式和“样板工程”，用于市场推广并构筑长期合作壁垒。 【OEM生态合作与市场开拓】 • 聚焦数据中心行业的整体市场机会，识别并开发新的业务增长点，特别是与OEM厂商在新建或改造数据中心项目中的深度合作。 • 建立并维护与关键OEM客户（如服务器、制冷、电源等设备制造商）的战略合作关系，挖掘项目机会，并将其转化为可执行的销售线索。 • 推动联合营销、联合投标等合作模式，利用公司的技术优势与OEM的产品形成强强联合，扩大公司在数据中心领域的影响力。 【OEM业务销售目标与项目管理】 • 全面负责OEM支持业务的年度销售目标达成，并对整个项目生命周期进行端到端管理。 • 分析各区域市场机会，管理OEM相关的销售Pipeline，定期回顾进展，并为重点项目制定详细的落单计划。 【行业研究与技术支持】 • 深入研究数据中心行业的政策、技术趋势（如液冷、高密度计算、绿色低碳、智能运维等），确保公司解决方案与OEM及最终用户的前沿需求高度匹配。 • 为OEM客户提供专业的售前技术支持，与销售团队紧密协作，在重点项目中为客户创造专业价值。 【OEM生态合作与市场开拓】 • 行业培训与赋能 • 面向区域销售团队、OEM合作伙伴等，组织技术交流和行业培训，推广公司的产品与解决方案。 • 通过联合研讨会、技术沙龙等形式，强化与OEM伙伴的协同效应，建立可持续的生态影响力和品牌植入。
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。