长鑫存储项目管理工程师 | PM(J17527)
任职要求
1.本科及以上学历，计算机科学，工商管理、行政管理、公共关系等相关专业优先；
2.具备系统的项目管理知识和方法论（如PMP/敏捷理念为佳），拥有独立负责和跟踪项目的实际经验，能使用相关工具（如甘特图、Jira等）进行进度和风险控制；
3.具备出色的口头和书面表达能力，能够清晰、准确地进行主持、发言和沟通；
4.拥有极强的跨部门协调和人际交往能力，能有效化解冲突、推动共识、整合资源；
5.具备出色的时间管理和多…工作职责
1.负责部门内专项项目的全周期跟踪与管理，制定项目计划，监控项目进度、质量和风险； 2.协调项目所需资源，组织项目会议，向部门总监和相关方汇报项目状态，推动项目按计划达成目标； 3.独立负责部门内重要会议（如月度/季度例会、评审会）及跨部门协调会议的组织、安排、主持和记录，并准确提炼会议决议，撰写会议纪要，并负责跟踪决议项的落实与执行情况，确保会议成果有效转化； 4.作为部门的关键联络点，主动推进跨部门项目的协作与沟通，解决协作过程中的障碍，确保信息流畅、协同高效。代表部门总监传达意图，并反馈其他部门的动态和信息； 5.负责部门核心文件的整理、编写、归档与管理，建立和维护部门的项目文档库、知识库，确保重要信息有据可查、易于获取；
1.项目节点准时准质达交的监控与推动. (PF/PV/TV/MV/ES/CS schedule) 2,节点评审材料准备，会议安排, 交付件管理 2.项目相关会议管理.(项目日会，周会等会议的组织，AI跟踪) 3.项目TF管理, WBS管理 4.项目资源管控与监控.(Tool, 系统平台，wafer，产能等资源管控) 5.协助PM进行项目issue管理; 激励发放 工作任务与输出 (MBO) 1.项目节点按时达交率 2.项目相关issue结案率. 3.交付件准时完成率 4.TF结案CT.
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。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。
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；