长江存储整合营销传播经理(J13868)
任职要求
1. 经验与背景：5年以上品牌营销、出海传播或PR相关经验，具备知名科技消费电子大厂、跨国公司或4A广告公司背景，主导过品牌0-1海外市场拓展项目者优先。 2. 语言与文化：英语流利（CET-6TEM-8或同等水平，可作为工作语言），熟悉日韩、东南亚、欧美、中东等目标市场的文化差异与媒体生态，有小语种能力（如日语、韩语、阿拉伯语）者加分。 3. 行业认知：对3C数码、存储产品（SSD…
工作职责
作为致态品牌出海战略的负责人，将主导品牌在全球市场的传播体系搭建与运营，推动致态SSD、PSSD、存储卡等产品线在国际市场的品牌认知与市场渗透。 岗位核心职责包括： 1.品牌传播策略0-1建设 制定分阶段、区域化的品牌出海传播策略，包括市场洞察、竞品分析、核心信息梳理及传播节奏规划。 主导海外品牌定位、故事包装及差异化传播框架，建立致态品牌国际形象。 2. PR与媒体关系管理 搭建海外媒体及KOL资源网络（科技、3C数码类），主导产品评测、新闻发布、专访策划及危机公关。 联动行业权威媒体及本地化垂类渠道，提升品牌技术声量。 3.本地化内容运营 主导产品卖点本地化适配，包括官网、社媒、广告素材、视频脚本的多语言优化，确保符合区域文化及消费者偏好。 4.跨区域协同与数据分析 与区域销售渠道客户协作，将传播策略与渠道促销活动深度结合，跟踪ROI并持续优化。 监测品牌声量、舆情及竞品动态，输出数据驱动的策略调整建议。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；
1、负责搜索C端业务需求的研发与实现； 2、负责搜索业务基础架构模块的升级与维护，提升搜索产品研发效率； 3、负责搜索容器产品及平台的的底层核心服务能力建设，借助云原生相关技术提升搜索引擎系统的平台化程度，实现搜索引擎的产品化； 4、负责搜索各类平台系统间的整体优化与整合，提升平台系统的稳定性/通用性/研发与使用效率。
1、深入探索LLM在搜索场景中的推理能力与深度研究（Deep Research）模式，优化信息整合与总结效果，打造高效、精准的智能搜索产品，推动AI技术在实际应用中的突破； 2、AI搜索总结Agent研发： 1）设计并实现基于LLM的搜索总结Agent，提升搜索结果的理解、推理与结构化总结能力； 2）探索LLM Reasoning技术（如思维链、多步推理），优化复杂查询的Deep Research模式，实现长文本理解与跨文档信息融合； 3）构建端到端系统，涵盖意图识别、知识检索、结果生成与偏好对齐，提升用户体验； 3、模型优化及应用： 1）通过指令微调（Instruction Tuning）、偏好对齐（RLHF/DPO）等技术优化模型在搜索场景的适应性； 2）探索多模态信息（文本、代码、结构化数据）融合的搜索与生成技术； 3）研究未来生活中的创新应用场景（如个性化知识助手、自动化研究工具），探索技术边界。
-基于AWS或微软云服务，搭建数据反馈关键平台，涵盖数据采集、存储、处理、标注、分析及反馈链路 -实现数据闭环自动化，包括触发式数据回传、关键场景挖掘、模型迭代验证等环节 -设计高可用、可扩展的云架构，优化数据存储与计算资源效率 -开发数据质量监控系统，提升数据利用率和算法泛化能力 -负责基于AWS或微软云的自动驾驶仿真平台开发 -负责设计、开发和优化基于AWS云服务的自动驾驶可视化仿真系统架构，支持高并发、低延迟的仿真场景测试 -构建云原生仿真工具链，整合数据管理、场景生成、结果分析等模块，提升仿真效率与可扩展性 -跨团队协作与技术沉淀 -与算法团队紧密合作，确保仿真环境与自动驾驶感知、规划、控制模块的精准对接 -主导技术文档编写与开源工具链研究，推动团队技术标准化