地平线新产品导入及EMS管理工程师 - 汽车电子（域控制器）
任职要求
1、本科及以上学历，电子工程、自动化、汽车工程、工业工程或相关专业。
2、5 年以上汽车电子行业新产品导入、制造工程、工艺工程或项目工程相关工作经验，熟悉汽车行业质量管理体系（IATF 16949），拥有成功主导复杂汽车电子产品（如 ECU、ADAS、车载娱乐系统、传感器等）NPI 项目的经历。
3、深入理解汽车电子产品的设计、制造及测试工艺流程（包括 SMT、DIP、组装、测试、包装等环节）。
4、熟练掌握可制造性设计原则，汽车电子元器件特性、PCBA 制造工艺及常见失效模式、汽车电子产品测试原理和方…工作职责
岗位目标： 负责将智能驾驶域控制器从研发设计阶段高效、可靠地导入到量产阶段，确保产品符合车规级质量要求、交付时间表，并满足可制造性、可测试性和可维护性的需求。作为研发、制造、供应链、质量和项目管理的核心桥梁，推动新产品顺利实现量产爬坡和持续稳定生产。 核心职责 1、新产品导入（NPI）管理：制定详尽的项目计划，全面识别并动态跟踪项目风险，高效协调跨职能团队资源，保障项目按既定计划稳步推进。 2、可制造性设计与评审：深度参与产品设计阶段的评审工作，从制造、测试、装配、成本及供应链维度提出可制造性设计建议，并推动设计优化方案落地实施。 3、工艺开发与验证：主导新产品生产流程、装配工艺、测试策略及工装夹具的开发、定义与优化，组织并执行试产，精准识别过程中的问题并推动解决，形成闭环管理。 4、生产文件与规范制定：主导或审核编制新产品导入所需的关键文件，包括但不限于工艺流程图、控制计划、测试规范和程序、物料清单（BOM）的制造适用性确认、包装规范等。 5、供应商与供应链协同：参与关键元器件、PCBA 及外协加工供应商的早期技术评估与筛选，协调解决供应商端在物料、工艺及质量方面出现的问题。 6、质量保障与效率提升：主导或参与 PPAP 文件的准备与提交，确保新产品导入过程严格遵循质量管理体系要求及相关行业标准；同时在 NPI 阶段，主动识别并推动降本增效机会，涵盖设计优化、工艺改进、材料替代等方面。 7、量产移交：确保所有 NPI 活动完成，产品达到量产成熟度标准，并为量产初期提供持续的技术支持。 8、负责EMS工厂管理：将业界优秀实践导入EMS，全面提升EMS工厂运作水平，支撑工厂质量、交付、成本绩效达成；
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。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；
1. 负责滴滴金融保险风险场景的模型设计、建设、开发、应用落地、持续迭代优化，为业务风险指标负责。 2. 拆解业务风险指标，转化为模型指标，并为之设定合理的提升目标 3. 尝试各类特征工程方法，挖掘集团内外部数据，加工生成有效特征，优化模型效果 4. 数据算法创新，了解并跟进业界领先的人工智能和深度学习进展，推动新的技术在风控领域落地
1、负责代驾移动端相关组件的研发和维护，编写高质量的代码，负责产品需求的持续迭代和体验优化； 2、支撑代驾业务开发，负责滴滴代驾及其其衍生业务产品的原生组件建设，保障产品的交付质量和效率； 3、参与架构优化提升交付效率，参与性能优化等技术建设； 4、深入钻研React Native跨端技术，参与跨端相关需求的开发以及相关技术优化工作；