字节跳动全托管项目管理实习生-国际电商
任职要求
1、本科及以上学历在读；
2、有相关电商平台的运营岗位实习经验优先，有过数据处理实习经验的优先；
3、英文流利，可以胜任英语环境工作优先；
4、能主动思考，思维缜密，有结…工作职责
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：国际电商是根植于多样、个性的直播和短视频的内容电商业务，致力于用互动式的趣味购物体验丰富生活，使全球商贸高效而触手可得。国际化电商业务团队希望让用户拥有个性、灵活、高效的消费体验，也希望以适用各种场景的稳定服务辅助商家更好的销售物美价廉的商品，让美好生活触手可得。 1、横向支持全托管团队重点专项如类目开放、治理体验提升等，涉及到类目需求的收集、梳理和提报，及面向商品中台、本土GNE团队沟通，并定期产出相关专项总结报告； 2、协助完成全托管团队其他运营工作的需求收集、流程设计、执行落地、总结改进等，包括不限于各业务方向需求承接、数据分析等； 3、行业对接：和各行业买手对接，有效收集行业诉求，不断优化类目需求相关策略； 4、团队对接：和中台运营、产品、GNE团队对接，高效理解各个国家类目开放/管理&治理体验相关政策要求及并协助完成工作。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：TikTok Shop 是 TikTok 旗下的内容电商。平台汇聚全球优质商家与创作者，通过短视频、直播等多场景连接消费者，让新奇好物畅销全球，让美好生活触手可得。目前团队分布在美国、英国、法国、印尼、墨西哥、中国等全球多个国家和地区，在这里你将有机会深入国际场景，面向全世界商家及用户，和跨区域团队协作，共同探索创新购物模式。期待和优秀的你一起创造更多可能！ 1、引导商家在全托管模式下的储备运营基础操作能力，以及指定SOP的规范写作；推进商家和内部协同，在上新卡点的解决； 2、推进商家协作自孵化机构，进行内容领域的样品寄送事项，追踪到日/周寄送比率，并自我解决异常问题，推进样品寄出率的提升； 3、学习并不断的尝试Sora2.0/即梦等软件，产出AI视频，有质量且有数量的推进行业AIGC的短视频能力的沉淀； 4、督促商家协作AIGC的视频生产，账号管理，以及短视频发布，保证行业发布完成目标；协助商家在AIGC领域做好培训，SOP，和技能沉淀； 5、重点关注内容渠道（AIGC和PGC内容）的爆款商品库存，随时沟通商家保障供应链稳定。
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。
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。
大模型具备很强的泛化及理解世界能力，在小红书内的众多生产场景遍地开花，大模型的训练和部署已成为许多算法工程师的日常。在多团队、多业务频繁使用的大规模GPU集群上，如何能够通过高效的GPU调度策略，使大家不仅能丝滑地完成训练及部署任务，同时也能充分激发大规模GPU集群的效能，是行业公认的关键挑战。在这里，你可以聚焦LLM场景，接触到超大规模GPU集群，并使用真实负载数据进行深入分析及技术探索。欢迎加入我们，一起探索领先技术改变世界！ 工作职责： 1、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、集群调度、GPU虚拟化、故障快速恢复、存储&网络加速等手段，提升大规模GPU集群的整体使用效率。 2、负责构建面向大模型训练、微调、推理、部署全流程LLMOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地。 3、持续关注业界最新的GPU资源调度相关技术动态，探索建设业界领先的资源调度策略及方法，构建下一代大规模AI资源调度系统。