传音项目经理（供应链控制塔）(J17288)
任职要求
- 工程、科学及商学学士或硕士，大数据、数据统计分析等相关专业优先；
- 作为甲方项目经理，具备超过5年以上的信息化或者数字化规划及实施项目管理能力与经验；
- 其中至少具备2-3个控制塔或者BI项目管理、实施的经验，曾管理过10-15人以上的项目团队；
- 参与过KPI设计、分析场景设计及开发工作，有指标分析、业务场景建模、数据模型设计、报表设计相关经验；
- …工作职责
项目筹备： - 参与供应链控制塔项目筹备工作，协助供应链负责人明确项目范围、需求及主要交付件； - 协助供应链负责人确定甲方项目组织架构、项目参与人员，建立项目实施环境和项目组织结构，并明确项目组成员各自的职责； 项目管理： - 随时向项目指导委员会汇报最新项目状况； - 与乙方项目经理共同管理项目，对项目计划、活动进行协调。并在乙方项目经理协助下进行项目日常的管理工作，包括分配项目人员责任分工和排序、不同的阶段管理进度等； - 保证内部相关人员参与；按需合理分配人员，确保准时完成任务； - 协助内部项目组，向乙方项目经理提供支持；协助乙方项目组与项目相关内部用户部门的沟通； - 确定组织/管理变更问题并与乙方项目经理商议，为最终决定提供建议； - 确保对项目质量的控制，协助乙方项目经理达成项目交付质量要求； - 与乙方项目经理共同确定培训要求并负责协调沟通； - 协助相关一级部门负责人完成内部业务流程优化、系统变更的实施； - 签署项目交付件； 业务及技术方案支持： - 对供应链控制塔系统业务设计、数据、控制塔系统架构、建设路线图等提供客观建议； - 协同乙方项目组、信息化部门对供应链控制塔相关的数据源系统进行分析，明确数据源以及未来的数据质量改善需求、改善方案； - 参与控制塔系统、工具、平台的选型。 战的环境下独立工作； - 有消费电子行业从业经验者优先。
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；
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