大疆中/高级机器学习平台工程师（数据闭环）

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、负责大模型平台的架构设计和核心功能研发，构建云原生架构，设计高可用、高性能的微服务体系； 2、负责构建面向大模型全流程的DevOps，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、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、GPU虚拟化、存储&网络加速等手段，提升GPU集群使用效率； 4、将平台和框架结合，通过任务调度、弹性容灾、性能优化等措施端到端提升AI生产效率，涉及k8s/kubeflow、网络通信、分布式训练等； 5、优化各AI平台性能，提升系统稳定性和可扩展性，保障大规模并发场景下的服务质量与用户体验； 6、持续研究分析业内创新AI平台产品，优化技术方案，改进产品功能，提升创新能力与产品体验。

团队介绍： 我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 数据在国际化场景真正成为业务发展的引擎，数据团队成员有数据工程师、研发工程师、数据科学家和算法同学。 团队致力于构建全新的满足安全合规的国际化大数据架构体系；统一的用户/商品/商家资产体系建设，含统一的DMP和选品平台；面向海外商家数据服务的生意参谋及数据银行支撑业务全链路数据驱动闭环，打造从站外竞对机会发现到商品供给和用户增长的数据智能服务Agent平台； 我们秉承简单开放、创新能力、匠心精神的团队文化； 岗位职责： 1) 运用离线批处理与实时流数据技术，建设国际数据体系，包括数据处理、数据采集、数据质量及稳定性保障、数据治理、智能化和自动化建设，搜推广，外投，交易等数据经验； 2) 同数据产品与技术研发协作，为业务方，提供数据洞察和产品化解决方案，与AIDC业务一同成长； 3) 结合业务场景与运营痛点，通过数据+算法+工程化能力，不断完善AIDC的数据化运营能力；

We empower our people to stay resilient and relevant in a constantly changing world. We're looking for people who are always searching for creative ways to grow and learn. People who want to make a real impact, now and in the future. Does that sound like you? Then it seems like you'd make a great addition to our vibrant international team. For our Siemens Advanta Consulting team, we are looking for AI Sr. Consultant to help us drive Advanta business within Siemens and beyond. We are a highly motivated team and excited to get to know you. You'll make an impact by 一、岗位概述 我们正在寻找一位具有 3-5 年人工智能或数据科学经验的工程师，帮助公司将 AI 技术深度融入生产制造全流程。您将与生产、质量、设备、IT/OT 团队协同，利用机器学习、深度学习与工业数据为制造现场创造切实可见的价值，提高产量、良率与设备稼动率，降低能耗与维护成本。 二、核心职责 1. 视觉质检 • 设计和部署基于 CNN/Transformer 的缺陷检测与分类模型，适配多品类、多光照、多批次的生产现场。 • 与质量工程师合作建立样本标注流程，持续提升模型召回率与精确率。 2. 预测性维护 • 采集并分析振动、声学、电流、电压等多模态传感器数据，构建剩余寿命预测（RUL）和故障预警模型。 • 将模型结果集成到 EAM/CMMS，实现从“计划检修”到“按状态检修”的转变。 3. 工艺与流程优化 • 运用时间序列分析、贝叶斯优化或强化学习，寻优关键工艺参数（温度、压力、速度等），提升良率、降低能耗和物料损耗。 • 与生产计划团队协作，开发动态排产与库存优化算法，缩短生产周期。 4. 数据工程 & MLOps • 搭建数据采集、清洗、标签管理及特征工程流程，保证数据质量和实时性。 • 负责模型在云端或边缘侧部署、监控与迭代，确保在工业环境下的稳定、低时延运行。 5. 跨部门协作 • 与 OT（PLC/SCADA/MES）及 IT 团队对接，实现从设备到模型再到业务系统的数据闭环。 • 将技术成果沉淀为规范、文档与最佳实践，提升公司 AI 工程化能力。

1、主导滴滴海外外卖业务的风控战略规划与体系构建，深度洞察业务模式、流程及系统架构的潜在漏洞，推动产品技术、业务运营及全球团队协同设计高可扩展的风控策略架构，确保风控能力与业务发展的对齐； 2、前瞻性研判复杂业务场景（如新商业模式试点）中的潜在作弊风险，主导设计全局性数据埋点与采集体系，通过机器学习、图计算及行为建模等大数据分析方法，系统性量化风险敞口与业务影响，输出行业领先的风控洞察； 3、领导跨职能团队（如数据工程、算法研发等）开展深度作弊挖掘与对抗攻坚，构建作弊者画像图谱与动态行为模型，设计多维度、自适应的大规模反作弊策略体系，并持续通过模型迭代与机制优化实现风控效果的显著提升； 4、主导构建业务风控的全域指标体系与实时监控预警系统，推动与数据工程团队共建自动化风控决策平台与可视化作战系统，实现风险识别、策略部署与效果评估的闭环管理，确保全球业务的高效安全运行； 5、负责风控前沿技术探索与方法论沉淀，主导跨区域风控能力迁移与标准化建设，培养核心风控人才，提升团队整体专业影响力。