字节跳动后端开发工程师-数据工程

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；

加入我们，成为技术革新的领航者 1.核心系统开发:参与贝壳找房平台核心业务系统的开发与维护，专注于客户资源和经纪人作业领域。 2.系统设计与实施:负责系统设计、编码和测试工作，确保代码质量和系统安全性。 3.性能与稳定性维护: 保障系统在复杂业务环境下的高性能、可用性和稳定性。 4.技术优化:持续对系统架构进行优化，包括技术选型、性能调优和故障排查。 5.技术领导:跟踪并实践行业前沿技术，推动团队的技术进步和创新 6.跟踪AI技术的最新进展，理解AI大模型的基本原理和技术特点，具备一定AI创新应用的能力。

1- 负责贝壳找房平台核心系统的开发和维护，专注于二手房源作业领域； 2- 根据需求进行系统设计、编码和测试，保证代码质量和系统安全性； 3- 参与系统的架构设计和技术选型，并持续优化系统性能； 4- 解决日常生产问题，进行系统性能调优和故障排查； 5- 参与新功能开发，推动技术创新和提升团队的开发效率。