小红书【REDstar】可观测研发工程师
任职要求
1、本科及以上学历，计算机、软件工程等相关专业优先； 2、精通 Java 或 Go 语言，熟悉并发编程、分布式系统、性能优化等，有扎实的编程基础； 3、熟悉云原生可观测性体系的相关产品及组件，包括不仅限于：OpenTelemetry、CAT、SkyWalking、Prometheus、VictoriaMetrics、ELK、ClickHouse、eBPF 等，了解 Kubernetes 基本原…
工作职责
1、负责可观测体系研发工作，围绕 Metrics、Logging、Tracing、Profiling 四大支柱，从全栈领域展开可观测基础能力建设； 2、负责监控平台、全链路追踪、日志服务、计算引擎（流式分析、实时告警、时序检测等）、告警、eBPF 等可观测相关技术架构及产品设计； 3、保障可观测相关基础服务，在高并发环境下的高性能、高可用，推动技术、产品持续优化迭代； 4、落地 AI Infra 可观测、AI 应用可观测、可观测 AI+ 等相关技术，提高 AI 场景稳定性以及传统可观测产品使用体验和效率。
大模型AI Infrastructure团队专注于大语言模型领域的前沿技术研究和落地，提供高性能、高可靠、可扩展的机器学习系统、丰富的异构计算资源和极致的端到端的机器学习服务体验，为公司提供核心技术能力和服务。 1、负责机器学习框架的研究与开发，服务于公司各个产品； 2、高效部署，优化NLP/多模态大模型核心业务模型。
1、用户兴趣建模：基于小红书社区用户海量的行为数据，利用迁移学习、多场景多目标、序列建模等方式构建统一用户表征、人群圈层和可解释用户兴趣； 2、核心场景落地：推动用户理解能力在多场域的召回、排序、人群定向等场景落地，优化用户推荐、搜索、广告、电商等核心场景的体验； 3、技术前瞻探索：推动LLM、Agent 等前沿技术在小红书落地，共同构建覆盖全站用户&人群兴趣变迁和消费意图的知识基座。
1、参与语言及多模态大模型的对齐技术研究与优化，聚焦于解决模型在复杂指令遵循、推理、幻觉、工具使用等问题中的表现瓶颈，提升模型的实用性与可靠性； 2、研究并理解模型能力与对齐之间的关系，探索更有效的对齐技术，包括可扩展的人类监督方法等，设计并执行复杂的理解性实验，分析大模型在不同数据分布和任务场景下的表现，发现并解决影响模型性能的关键问题； 3、开发和完善大模型的评测系统，对模型能力和对齐水平进行评测，识别并解决模型可能存在稳定性、安全和幻觉问题，利用多种方法分析、理解模型行为，并指导模型进行迭代； 4、与产品、工程、安全团队紧密合作，将研究成果有效落地，确保模型应用符合实际需求，并在关键技术上做到行业顶尖水平。
1、定性分析、定量评估数据质量，并给出 scalable 的改进方案，协助搭建多模态的数据流程； 2、搭建多模态的模型架构，在多种技术方案中找到 trade off 的关键，搭建更高效且可扩展的模型框架； 3、研究并改进多模态模型的 Scale Law，随着模型的变化给出 Large Scale 上的技术选择（例如参数/数据比、不同超参数设置等）。