大疆中/高级测试开发工程师（手持）
任职要求
1. 本科及以上学历，计算机、电子、通信、自动控制等相关专业；
2. 5年以上在机器人/智能硬件领域的工作经验，能够识别领域中业务上的重点、痛点、难点，并有成…工作职责
1. 负责机器人（云台类）领域特性的需求分解、测试分析、用例正向设计，以及特性端到端验收工作； 2. 负责软件工程领域的CICD的体系工具建设和完善、仿真系统的开发搭建和运维，提高主干质量和开发效率； 3. 负责自动化测试系统的建设和完善，自动化设备的研发，提高测试人效； 4. 负责产品版本交付质量，设计并优化质量管理流程和机制，建设问题拦截能力，提高拦截效果。
1. 参与产品上的WIFI/BT/私有GFSK/UWB的功能和应用开发，根据需求完成无线子系统内功能模块定义，输出设计方案/测试用例； 2. 负责WIFI/BT/私有GFSK/UWB子系统软件框架设计，嵌入式系统应用程序开发和集成测试，解决疑难问题，完成测试验收和交付； 3. 针对项目中复杂功能模块或性能指标瓶颈进行技术拆解，跨部门拉通，并组织技术攻关，形成解决方案和开发流程，实施计划并落实交付； 4. 探索无人机、手持相机、遥控器、智能手机眼镜等设备之间新的生态互联，新的人机交互方式等，推动内外部资源实现量产交付。
1. 参与产品上的WIFI/BT/私有GFSK/UWB的功能和应用开发，根据需求完成无线子系统内功能模块定义，输出设计方案/测试用例； 2. 负责WIFI/BT/私有GFSK/UWB子系统软件框架设计，嵌入式系统应用程序开发和集成，测试，解决疑难问题，完成测试验收和交付； 3. 针对项目中复杂功能模块或性能指标瓶颈进行技术拆解，跨部门拉通，并组织技术攻关，形成解决方案和开发流程，实施计划并落实交付； 4. 负责跟踪IOT领域相应的新技术、新产品、新应用，规划未来connectivity技术发展roadmap，推进新功能预研和落地； 5. 探索无人机、遥控器、手持相机、智能手机眼镜等设备之间新的生态互联，新的人机交互方式等，推动内外部资源实现量产交付。
1. 负责无人机、手持等产品的数据平台（Data Platform）的后端架构设计与开发，构建全生命周期管理系统，解决海量非结构化数据的高效存储与IO难题； 2. 设计并实现大规模云端调度系统，支持海量虚拟里程测试和数据包处理；负责仿真任务的并发控制、资源隔离、镜像管理及结果自动化评测（Auto-Grading）服务的开发； 3. 开发数据挖掘、自动化标注（Auto-Labeling）及人工标注平台的后端服务；设计灵活的工作流引擎（Workflow），串联“预处理-标注-质检-训练”的自动化生产管线； 4. 算法集成与接口适配：负责仿真器（Simulator）与算法栈（如Apollo/算法Docker）之间的通信中间件与接口开发，解决异构系统间的数据转化、时序同步及通信延迟问题； 5. 建设平台的可观测性体系（Monitoring/Logging/Tracing），优化数据处理链路的吞吐量，确保在大规模并发仿真或数据入库场景下的系统高可用性。
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！ 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。