长鑫存储后道资深项目管理 I BE Senior PM(J17011)
任职要求
1. 学历：本科及以上，工业工程/电子工程/自动化相关专业; 2.Quality方向:5年+半导体后道（封装/测试）质量管理经验，熟悉OSAT或IDM模式；精通质量工具（SPC/MSA/GR&R）及6 Sigma方法论（绿带及以上优先）; 3.Output方向：5年+半导体后道生产运营/产能管理经验，熟悉Test/Assembly…
工作职责
Quality方向： 1.质量管理体系构建与优化：负责Back End内部质量管控体系和流程优化，包括质量标准、SOP、检验规范等； 2.质量问题分析与闭环：主导后道生产中的质量异常（MRB/DRB）分析，组织跨部门（工艺/测试/生产）根因调查，制定纠正预防措施（CAPA）和闭环； 3.监控关键质量指标，定期输出质量月报，向管理层汇报改善进展； 4.参与新产品后道工艺验证（DVT/PVT阶段），制定质量风险管控计划，确保量产爬坡良率达标； Output方向： 1.生产输出目标管理：根据BEO后道月度/季度Output目标，拆解至各生产线（如FT/CP站别），监控每日达成率。主导WIP优化，减少Hold Lot，提升设备综合效率（OEE）； 2.产能瓶颈分析与解决：识别影响Output的关键瓶颈站别（如测试机台、探针卡产能），联动设备/工艺团队实施改善。建立产能预警机制，提前协调资源（如人力/机台）应对交付风险； 3.跨部门协同交付：与Planning部门对齐需求，制定动态生产排程，确保量产准时交付。推动自动化在产能管理中的应用，减少人为干预； Planing方向： 工作职责 1.结合市场需求、产能、效益等因素，制定产品（含自制与代工品）短中期生产计划； 2.支持新品导入和量产准备计划（含自制与代工品）； 3.计划相关（含自制与代工品）系统建制和整合； 4.量产周出货计划的编排、制定，跟进与实施安排，直至出货； 5.追踪实际生产状况（含自制与代工品），分析差距并制动追赶计划； 6.FAB生产拉通与日常运营对接； 7.跨厂区资源调度，实现资源共享，产出最大化.
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。
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、负责模型训练平台核心功能开发和架构设计，包括传统CN/NLP/SD/LLM等多场景支持 2、负责大模型后训练工具平台化建设，包括后预训练、微调、对齐等技术落地 3、设计和实现高性能分布式训练系统，打造端到端训练解决方案 4、优化训练调度和资源管理，提升集群利用率和训练效率 5、开发模型训练监控诊断工具，建设可观测性体系
【职位描述】 1、设计和实现机器学习平台业务系统, 包括工具链/组件等AI基础设施, 落地业务功能需求； 2、高效优化和部署 计算机视觉、语音识别、语音合成、自然语言处理 等业务模型； 3、与公司各算法部门深度合作, 分析业务性能瓶颈和系统架构特征, 软硬件结合优化, 实现极致性能。