大疆中/高级产品测试工艺工程师（电源）
任职要求
1. 电子/电气工程类本科及以上学历，有5年及以上中大功率电源开发与量产导入经验（服务器&通信电源/储能/车载电源）；
2. 熟悉储能相关功率电路原理，开关电源拓扑、磁性元件及功率器件知识、DCDC/DCAC拓扑结构， 电池系统/BMS/逆变器模块；
3. 熟悉/信号系统MCU及相应接口设计与通信协议（UART/CAN/ADC/I2C/USB），能够根据产品功能feature完成产测方案设计及系统联调；
4. 熟悉电源相关领域的国际/国内标准，掌握安规/EMC/散热/可靠性重点，对合规设计设计有较清晰概念；
5. 熟练使用常见的调测设备，包括示波器、逻辑分析仪，电源、功率分析仪、信号发生器、测温仪、电子负载等设备；…工作职责
1. 主导储能行业技术/供应趋势/竞品洞察/演进方向分析；输出竞争力的技术路标和方案并通过预研实现方案量产落地，提升产品的市场竞争力； 2. 负责储能产品开发方案可制造性的分析/评审/论证（系统拓扑图、原理图、layout、元器件选型），确保试产/量产快速通过； 3. 负责储能生产测试需求/方案/策略/计划制定与评审，测试规范/用例/环境的建设和优化以及技术平台维护（规范/经验案例/专利），保证系统方案最优； 4. 主导储能生产测试重大异常分析/定位/验证/闭环，含设计/工艺/装备/来料问题；协助搭建生产测试平台进行电气性能/元器件应力/EMC/环境/安规可靠性测试； 5. 主导关键生产测试装备体系化&集成化的开发和导入，确保生产测试装备软硬件竞争力指标落地； 6. 对产品量产交付负责，通过管理/协调团队达成产品从0→1以及从1→100的关键指标； 7. 承担电源制造专家培养和流程建设责任，支撑部门人才梯队建设和组织建设目标达成。
1、测试执行：负责 BMS 的安装和调试及功能测试工作，依据测试方案，对电池 pack 进行全面的性能、安全、可靠性等测试项目，涵盖电气保护、通讯与协议、软件功能验证； 2、问题分析：对测试过程中出现的异常情况进行深入分析，运用专业方法（如 Root Cause Analysis）定位问题根源，及时协调相关部门解决问题，并跟进问题处理的闭环情况； 3、测试方案设计：结合产品需求和行业标准（如 GB38031、GBT31484 等），独立设计科学合理的电池 pack 测试方案，明确测试方法、流程和判定标准。主导 SFMEA，组织参与 DFMEA，对测试方案进行技术风险评估； 4、测试流程优化：运用 Lean、Six Sigma 等工具和方法，持续优化电池 pack 下线测试流程，提高测试效率和准确性，降低测试成本。推动测试流程的标准化和规范化，确保测试工作的一致性和可重复性。
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。
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。