小红书AI大模型部署系统研发工程师实习生

【关于我们】 小鹏机器人中心致力于研发先进的人形机器人技术，包括机器人的行走、操作、智能导航，以及在大语言模型支持下的人机交互等。我们的软硬件团队覆盖深圳、上海、广州、北京和北美，组成了一支世界一流的跨领域团队。作为本团队的一员，你将成为连接人工智能与物理世界的桥梁，与其它领域的工程师共同解决前沿的科研和工程难题，并在机器人技术的发展中留下自己的印记。 作为小鹏机器人核心团队的实习生，你将深入参与具身智能（Embodied AI）VLA 大模型的全链路优化工作，主要探索和负责以下领域： 核心职责：参与具身 VLA 大模型的部署优化，熟悉算子优化、模型量化等原理。 技术探索：参与研究和应用最新的大模型结构，探索软硬一体的高效模型部署设计方案，提升模型推理性能。 团队协作：与算法、硬件及基础设施团队紧密合作，共同推进模型从训练到部署的迭代，解决前沿工程技术与算法论文在真实场景中的落地挑战。

1. 跟踪业界大模型推理技术发展趋势，调研并分析主流开源推理框架及相关工程实践。 2. 参与开源大模型的高性能推理部署与优化工作，包括但不限于 PD 分离、推理参数调优、并发性能优化、显存优化等方向。 3. 支撑 SGLang、vLLM 等主流开源推理框架的部署、适配、测试与性能评估。 4. 参与推理网关相关技术调研，包括请求调度、路由策略、负载均衡、多模型服务管理、限流熔断等能力分析。 5. 跟踪开源社区重要特性演进，参与问题定位、性能瓶颈分析及工程修复。 6. 沉淀部署实践、调研报告和性能优化经验，为团队大模型推理平台建设提供技术支撑。

1. 深度理解电商业务场景（推荐/广告/搜索/对话），挖掘大模型技术的落地机会，设计AI驱动的产品创新方案； 2. 结合用户需求与商业目标，规划大模型产品路线图，推动生成式推荐、智能导购、多模态广告等核心功能落地； 3. 探索AI技术边界，定义下一代电商交互范式（如Agent协作、动态商品生成、认知式营销）； 4. 与算法、工程团队紧密协作，将大模型技术能力（如LLM、多模态理解、RAG）转化为可规模化的产品功能； 5. 设计实验方案并分析数据，验证技术方案的业务效果（如GMV提升、用户体验指标优化），驱动产品迭代； 6. 洞察行业趋势与竞品动态，输出大模型在电商场景的应用洞察报告，为团队决策提供输入。

1.AI大模型应用探索： 负责推动大规模预训练AI模型在商品运营领域的应用，探索在定品、选品、同品识别等商品相关业务中的创新应用场景； 2.定品与选品优化： 基于大模型技术，分析商品历史数据、用户需求与市场趋势，推动定品和选品的智能化决策，提升商品推荐与选品效率； 3.同品识别与归类： 利用大模型技术进行商品同品识别、归类与比对，提升商品库的精准度和一致性，优化商品信息的展示与管理； 4.数据挖掘与特征工程： 深度挖掘商品数据，提取关键特征，通过大模型进行数据处理、分析与建模，发现商品运营中的潜在问题和机会；