小红书商业体验与服务 - 质培运营

1.能独立负责本地生活领域酒店旅行和到餐到综团购行业方向。基于各业务的特性、阶段策略及服务旅程，与业务及服务运营团队共识目标，从复杂的客户场景中迅速理解、定位、抽象问题，设计和推动负责业务-服务全链路的服务解决方案，包括但不限于系统产品能力、流程优化、指标评估体系、运营机制。能够快速、高质量响应支持业务发展，完成体验、成本、效率和风险四者高质量的平衡。 2.以客户为中心理解业务逻辑及其对应的服务逻辑，结合业务特点、业务发展诉求、内外部环境等因素独立完成年度目标制定、财务成本核算，完成战略-目标-举措的有效拆解，完成产品能力及建设节奏规划，包括但不限于：让每个业务具备符合自己业务特性的客服工作台，通过信息精简优化、页面合理布局、智能算法及大模型等能力应用，让简单问题通过自动化、智能化方式解决，让复杂问题在人机督导下更快更好的解决。 3.能在涉及多客户、多职能、多协同方的复杂项目中识别出关键手段，在复杂场景中定位问题，通过良好沟通、资源协调、优先级判断，能够跨公司、跨部门、跨职能、跨领域协同各团队共同发现问题、定义问题、解决问题，达成项目目标，创造客户价值，建立影响力。 4.深入客服工作环节与流程，完成数据分析、场景洞察并做平衡取舍，通过系统能力建设协助提升客服解决能力和工作效率。基于到店业务在商品、交易、履约模式上的特性完成平台基础产品的架构整合、行业适配、解决方案模板沉淀，兼具流程标准化、业务情景化思维，利用大模型推动美团服务从自动化走向智能化。 5.主动推动需求管理、部门合作、运营推广等机制的建立，更快更好的推动业务在源头上解决问题、降低问题发生，或提供所需资源支持，以服务体验飞轮驱动增长，长期为客户成功负责。 6.具备独立完成行业调研的意识及能力，了解内外部动态及实践方案。具备商业格局且关注客户细节，坚持学习并创新，能结合具体业务场景落地应用。通过重要项目的深度复盘总结，打造成功案例，提炼出可复用到相似场景、同质业务的工作方法及前瞻性思考。

1.能独立负责本地生活领域酒店旅行和到餐到综团购行业方向。基于各业务的特性、阶段策略及服务旅程，与业务及服务运营团队共识目标，从复杂的客户场景中迅速理解、定位、抽象问题，设计和推动负责业务-服务全链路的服务解决方案，包括但不限于系统产品能力、流程优化、指标评估体系、运营机制。能够快速、高质量响应支持业务发展，完成体验、成本、效率和风险四者高质量的平衡。 2.以客户为中心理解业务逻辑及其对应的服务逻辑，结合业务特点、业务发展诉求、内外部环境等因素独立完成年度目标制定、财务成本核算，完成战略-目标-举措的有效拆解，完成产品能力及建设节奏规划，包括但不限于：让每个业务具备符合自己业务特性的客服工作台，通过信息精简优化、页面合理布局、智能算法及大模型等能力应用，让简单问题通过自动化、智能化方式解决，让复杂问题在人机督导下更快更好的解决。 3.能在涉及多客户、多职能、多协同方的复杂项目中识别出关键手段，在复杂场景中定位问题，通过良好沟通、资源协调、优先级判断，能够跨公司、跨部门、跨职能、跨领域协同各团队共同发现问题、定义问题、解决问题，达成项目目标，创造客户价值，建立影响力。 4.深入客服工作环节与流程，完成数据分析、场景洞察并做平衡取舍，通过系统能力建设协助提升客服解决能力和工作效率。基于到店业务在商品、交易、履约模式上的特性完成平台基础产品的架构整合、行业适配、解决方案模板沉淀，兼具流程标准化、业务情景化思维，利用大模型推动美团服务从自动化走向智能化。 5.主动推动需求管理、部门合作、运营推广等机制的建立，更快更好的推动业务在源头上解决问题、降低问题发生，或提供所需资源支持，以服务体验飞轮驱动增长，长期为客户成功负责。 6.具备独立完成行业调研的意识及能力，了解内外部动态及实践方案。具备商业格局且关注客户细节，坚持学习并创新，能结合具体业务场景落地应用。通过重要项目的深度复盘总结，打造成功案例，提炼出可复用到相似场景、同质业务的工作方法及前瞻性思考。

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。

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。