字节跳动服务器端开发工程师（流媒体传输）-视频与边缘

1、负责实时音视频（RTC）场景下的连麦互动、混流服务、直播源站的设计、开发和优化，保障低延迟、高稳定性的音视频传输体验； 2、基于业务需求，参与音视频混流服务器的架构设计与实现，优化媒体流的处理效率及资源占用； 3、熟练使用C++开发高性能音视频处理模块，包括但不限于编解码、混流、音画同步、网络传输等核心功能； 4、结合FFmpeg、WebRTC等开源框架进行二次开发，解决实际场景中的技术难题（如抗弱网、卡顿优化、多人连麦场景适配等）； 5、与客户端、服务端团队协作，对接音视频SDK接口，确保全链路功能的完整性和性能达标； 6、参与线上问题排查与性能调优，提供针对音视频质量（如卡顿率、首帧时长、延迟）的监控与解决方案。

1、负责语音客户端、语聊系统、视频直播系统等音视频相关产品的研发； 2、关注领域内前沿技术，通过研究与分析，及时进行产品相关技术革新； 3、对音视频产品的服务端、客户端不断的进行分析与优化，持续提升产品质量与用户体验； 4、根据业务需要，完成上级安排的市场调研/数据分析/方案设计等其他工作。

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。

【业务介绍】 作为公司统一的机器学习平台团队，负责调度公司所有模型训练与推理资源；基于自建的训推引擎，构建公司统一的机器学习平台，为公司所有算法同学（稀疏 & 稠密，含 LLM） 模型迭代提供端到端的一站式服务；包括 数据生产，模型训练，模型上线，特征管理，模型测试，资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路，离在线数据相关的开发工作，包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作；包括样本平台，特征平台，训练平台，推理平台等AI应用后台建设等； 3、研究分析业内AI平台产品，优化技术方案，改进产品功能，完善产品体验。