字节跳动数据科学家/数据分析师-商业变现

1、深入业务，通过科学有效的分析，产生业务洞察，发现机会点，回答业务的关键问题，驱动业务优化迭代； 2、设计科学可靠的诊断、归因、评估体系，定位问题并探索解决方案，提升商业化产品变现效率，优化用户和客户体验； 3、跨功能团队合作，有效输出数据驱动的商业建议，实现落地。

1. 负责商业化流量、产品、策略方向的业务指标体系搭建，对短期异常进行归因，对长期趋势进行解读； 2. 深入理解广告投放机制，通过探索性的数据分析与数据建模（统计学+机器学习），从数据中挖掘流量、产品、策略方面存在的问题，并提出相应的优化方案； 3. 能根据业务需求完成较为深入的专项数据分析，通过对数据的敏锐洞察、定性和定量分析、以及模型建设，迅速定位内部问题或发现机会； 4. 与策略产品、工程技术、算法技术以及其他部门完成高质量沟通，保证推动数据分析结论的落地与持续优化。

1、参与商业产品流量方向数据科学工作，通过对用户的理解，流量策略和投放策略的分析和优化，优化广告和用户的匹配，提升客户的投放ROI和投放体验，实现收入增量； 2、和算法工程师合作，研究模型纠偏，出价策略，流量框架等投放流程上下游的优化，通过实验设计和归因，策略参数调整，不断推动策略迭代； 3、对收入变化沉淀归因方法和总结，从行业竞争，流量和预算变化等分析中发现收入提升机会，提升流量变现充分度。

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。