阿里巴巴业务技术-AI应用开发-天猫新品营销技术
任职要求
1. 计算机/人工智能/软件工程等相关专业本科及以上学历，精通Java/NodeJS/Python中的至少一门语言，对架构、代码、软件工程等有自己的认知和思考； 2. 对大模型技术(如推理、微调、Agent、 RAG、 Prompt Engineering等)有基本理解，能与算法/产研团队高效沟通，快速将 AI能力转化为稳定、可扩展的工程服务，有AI项目的落地经验者优先； 3. …
工作职责
我们是谁： 我们是天猫技术新品营销团队，致力通过大数据、人工智能打造领先的数字化新品营销平台 天猫新品营销技术团队服务于“天猫新品全链路增长”，面向品牌商家构建从新品研发、新品孵化到新品上新的一体化解决方案，负责「天猫小黑盒」 /「天猫U先」 /「 TMIC」（天猫新品创新中心） /「淘系新品运营平台」等核心新品与新客业务，帮助商家连接淘系站内外流量、营销资源与数据，做规模化新品经营与确定性增长 1、参与全生命周期新品平台的建设，负责新品核心产品的技术架构设计与前瞻性业务支撑，聚焦新品孵化效率、新品识别准确性，以技术驱动新品运营模式升级； 2、依托先进的大数据和AI能力，深度解读消费者行为趋势和市场动态追踪，为品牌提供准确的新品研发方向； 3、基于消费者端新品导购场景，参与AI Agent在尖货运营业务场景中的产品建设，打造高效智能的运营体系。
我们是天猫技术新品营销团队，致力通过大数据、人工智能打造数字化新品营销平台 依托先进的大数据能力，深度解读消费者行为趋势和市场动态追踪，为品牌提供准确的新品研发方向； 围绕AIGC算法模型的训练和应用，持续完善AI相关基础能力建设，提升算法模型的训练和应用效率 基于消费者端互动玩法、新品导购场景，结合平台新品运营产品建设，全面提升商家数字化上新营销能力 我们都期待你的加入，一起开启探索未知、创造未来的旅程！
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。
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。