小红书【REDstar】后端开发-电商&广告&本地（面向0-2年工作经验）
任职要求
【希望你】
- 计算机及相关专业毕业，技术基础扎实，熟练掌握至少一门编程语言，对技术选型和架构设计有初步的思考总结；
- 有较强的成事意愿，渴望超出同龄人的成长速度，对于用技术来驱动业务成长怀抱热情；
- 具备一定的业务开发经验，不区分实习或正式工作，对于参与过的项目知其然且知其所以然；
【加分项】对电商、广告、本地交易行业的技术研发有过实践经验和热情。工作职责
【关于我们】 商业技术部是小红书涵盖电商、广告、本地生活等场景的工程技术团队，我们致力于为消费者提供美好生活的解决方案，为商家提供生意成功的机遇，帮助买手在擅长的领域实现自我价值。 在商业技术团队，你可以负责搭建面向消费者、商家以及达人买手等多元角色、海量用户的业务平台； 攻克服务中高并发、高稳定性，业务模型复杂等带来的各种挑战及技术难关； 学习并实践 AI 大模型在业务研发场景中的前沿应用，做生产力升级进程中的先驱； 和产品/运营/算法等团队深度合作，帮助更多人接触到小红书APP和商业化生态，为大家的美好生活添砖加瓦，共建有调性的线上生活社区。 【你将收获】 - 无职级的扁平化组织，不受年限限制的工作授权，厉害的萌新也能参与技术规划和架构选型！ - 职业生涯第一个代表性项目，快速发展期的重点项目多多，只要你ready！ - 超牛的导师，人才密度高的同项目成员，以及丝滑的跨团队协作体验！
1、负责模型样本&特征平台开发，为搜广推算法模型提供高效稳定的学习能力 ； 2、负责搜广推索引传输系统优化和迭代，优化提高系统吞吐、降低延迟、提升迭代效率 ； 3、支持大规模搜广推数据的流式/批量处理 。
容器方向： 1、Kubernetes架构设计与开发，在深入理解Kubernetes原生架构基础上，参与Kubernetes核心组件开发； 2、参与Kubernetes集群全面性能分析，并优化关键节点、组件和流程，以提升整体系统的稳定性和响应速度； 3、参与Kubernetes集群的稳定部署、监控与维护工作，确保集群在高负载环境下的可靠运行，并完善平台化能力； 4、参与公司容器调度平台的架构设计和核心功能开发，包括容器资源管理、调度优化、应用和资源弹性等； 5、参与公司混部调度方案落地，优化集群资源的整体利用率；研究并改进 Kubernetes 调度算法，提升集群的资源分配效率和稳定性。 系统软件方向： 1、构建及维护操作系统基础环境，负责线上服务器操作系统底层基础模块的稳定运行； 2、优化操作系统、内核、服务器等运行环境，提升小红书整体业务性能； 3、结合软硬件及k8s调度技术，提供体系的解决方案，给上层应用带来稳定性的提升及成本的下降，包括但不限定于混部，超卖等技术； 4、负责构建实时、稳定的全链路跟踪系统，聚焦linux、服务器、交换机等基础设施的故障定界。
小红书中台AI Infra团队深耕大模型「数-训-压-推-评」技术闭环，具备专业的大模型训练加速、模型压缩、推理加速、部署提效等方向硬核技术积淀，基于RedAccel训练引擎、RedSlim压缩工具、RedServing推理部署引擎、DirectLLM大模型MaaS服务，支撑小红书社区、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！ 大模型训练方向： 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Pipeline； 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/通信瓶颈； 3、基于自建的训推引擎，落地公司统一的大模型生产部署平台，为公司所有大模型算法同学提供端到端的一站式服务。 大模型压缩方向： 1、探索研发针对大语言模型、多模态大模型等场景的压缩技术，包括但不限于量化、蒸馏、剪枝、稀疏化等； 2、参与/负责多个业务场景中的模型压缩技术实现，对模型进行轻量化压缩，提高训练/推理效率，支持业务降本增效； 3、参与/负责针对英伟达GPU、华为昇腾NPU等不同的计算硬件，制定不同的模型压缩方案并在业务落地。 大模型推理方向： 1、参与/负责研发面向LLM/MLLM等模型的稳定、易用、性能领先的AI推理框架； 2、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，支撑各业务方向持续降本增效； 3、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。 高性能计算方向： 1、参与/负责AI推理/训练框架的底层性能优化工作，包括但不限于高性能算子、通信库开发与优化等工作； 2、参与/负责大模型计算引擎的研发工作，通过多种方式实现训推性能SOTA； 3、参与/负责前沿AI编译加速等技术的探索和业务落地。 大模型服务方向： 1、参与/负责大模型MaaS系统的架构设计、系统研发、产品研发等工作； 2、深入参与面向大模型场景的请求调度、异构资源调度、引擎优化等核心工作，实现万亿级并行推理系统； 3、为内部产品线提供解决方案，协助公司内用户解决大模型应用过程中业务在MaaS上的使用问题。
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。