TCL设计品质资深工程师(XQ251105014)
任职要求
（一） 基础资质
1. 本科及以上学历，电子工程、材料科学、光学工程、半导体物理等相关专业。
2. 5年以上显示行业品质相关工作经验，其中2年以上Micro LED/OLED行业质量管控经验，1年以上团队管理经验。
（二） 专业能力
1. 精通Micro LED封装全流程…工作职责
作为Micro LED显示产品线的核心质量负责人，主导搭建并迭代全生命周期质量管控体系，带领新品开发质量团队攻克从研发到量产的关键质量难题，为产品质量稳定性提供核心支撑： 1. 牵头建立覆盖Micro LED模组/显示产品从研发试产到规模量产的全流程质量管控体系，制定并优化质量标准、测试规范，推动DFMEA/PFMEA等失效预防机制落地，实现来料、制程、出货全环节的可追溯、可管控。 2. 带领团队开展质量检验、失效分析与根因定位，主导推动解决封装工艺（Molding/COG/COB等）、光学性能（亮度/色均匀性）及可靠性（高低温/老化）等核心环节的复杂质量问题并闭环 3. 制定培训与发展计划，驱动QA团队高效执行质量管控任务 4. 与研发、生产等核心部门建立常态化质量沟通机制，推动在设计阶段嵌入质量评审，驱动制程质量持续改进
负责车载新品品质管理工作， 1.负责RFQ阶段可靠性评估、同客户对标拉通测试方式； 2.负责新品issue推进闭环管理，定期review，以8D方式管理品质异常,异常原因追踪,改善措施落实确认,水平展开标准化 3.负责新品可靠性策划、安排以及结果汇总，确保测试及时， 测试报告准确；对异常原因闭环追踪； 4. 负责新品项目六新＆品质风险识别以及风险闭环管理，组织项目设计LLS评审， 5 DFMEA ＆特殊特性管理，参与DFMEA 评审，组织特殊特性传递定版； 4. 负责新品设计变更管理，定期review ，推动新品变更关闭 5 协助PM组织项目预评审以及放量评审； 6. 客户审核事项跟进 7. 科室/部门/公司级专项组织、开展、推动结案
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。
【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