TCL产品材料整合高级工程师(XQ251023113)

1、主要负责IGZO产品面板良率提升，主要包括顽疾的分析改善，Inline异常的处理和改善并总结归纳形成Lesson Learn 2、负责IGZO产品信耐性和客诉的处理，主要包括产品风险评估，出货影响以及对应客户分析报告 3、针对IGZO产品量产工艺的精进，主要包含量产工艺风险的识别，工艺Margin的拓宽，关键工艺的系统化管理方案的制定

1.评估新产品和新材料制程可行性，制定工艺方案，组织新产品试做验证，参与新产品良率提升和放量导入； 2.参与新产品品味和信赖性等客诉改善，主导制定对策并落地；

1、负责显示技术工艺的洞察和分析 2、负责制造工艺路标的制定 3、负责基地工艺竞争力项目管理

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。