字节跳动服务器工艺工程师-基础设施
任职要求
1、多年服务器整机生产和改善经历； 2、熟悉服务器SMT、测试、装配流程，掌握试制和量产整机装配需求； 3、熟悉服务器DFA的知识和流程，能服根据服务器产品进行D…
工作职责
1、负责服务器产品制造工艺工作，识别和跟踪解决新产品DFM/DFT，确保量产导入； 2、负责OXM工厂服务器整机新产品前期的可行性评估，新工艺新制程验证和导入，新产品DFA报告制作； 3、负责协助OXM完成工艺流程优化、工装夹具制作以及改善； 4、组织专项改善，推动精益生产，优化工艺流程；提高生产效率、产品质量，降低制造成本； 5、负责服务器制造技术支持与管理，主导生产相关的重大异常处理，工艺难点攻关，工艺标准完善，标准化作业落实等； 6、负责协助OXM完成新产品试制、流程设定、系统维护；负责协助OXM完成EC导入及EC执行的跟进，问题反馈。
1、负责公司全球服务器的拆机、利旧、自维保场景下的质量管理与服务支持工作，保证相关业务正常开展； 2、负责服务器整机制造指标制定、监控、提升，管理OXM进行质量控制与质量提升； 3、负责服务器关键部件供应商QSA、QPA稽核、绩效考核、定期飞检、专项辅导，推动供应商持续改善； 4、负责服务器关键部件、利旧部件质量标准制定，包括外观标准，性能测试标准； 5、负责部件供应商出货质量监控与来料质量控制；整机制造与关键部件质量问题处理，包括异常处理、质量判责、RMA支持、MRB评审等。
1、负责公司全球服务器的拆机、利旧、自维保场景下的质量管理与服务支持工作，保证相关业务正常开展； 2、负责服务器整机制造指标制定、监控、提升，管理OXM进行质量控制与质量提升； 3、负责服务器关键部件供应商QSA、QPA稽核、绩效考核、定期飞检、专项辅导，推动供应商持续改善； 4、负责服务器关键部件、利旧部件质量标准制定，包括外观标准，性能测试标准； 5、负责部件供应商出货质量监控与来料质量控制；整机制造与关键部件质量问题处理，包括异常处理、质量判责、RMA支持、MRB评审等。
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。