哈啰服务中台质检培训经理
任职要求
经验要求： 5年以上大型客服中心工作经验，专注于质检管理或培训管理岗位，兼具两者经验者尤佳。 必须具备中台思维或大型复…
工作职责
主要工作职责 建立、优化并运营覆盖全客服部门的质量监控（质检）体系与培训赋能体系。通过深入分析质检数据，精准识别服务短板与流程瓶颈，设计并推动实施有效的培训解决方案与质量改进项目。你将依托中台能力，推动质检标准、培训资源、分析模型、最佳实践的统一化、标准化与共享化，赋能前端业务团队持续提升客户服务体验、员工技能水平与整体运营效率，确保客服中心战略目标的达成。 任职要求 学历专业： 本科及以上学历 能力要求： 1、质检体系搭建与运营管理： 负责设计、规划、实施并持续优化覆盖全渠道的客服质量监控（质检）体系、流程、标准与评分机制。主导制定、更新并宣贯统一的客服质检标准（含服务规范、流程合规、业务知识、沟通技巧、风险控制等维度），确保其符合公司政策、行业规范及客户体验要求。 建立并维护质检知识库、案例库及自动化质检工具（如应用AI语音/文本分析）的应用与优化。负责质检数据的深度挖掘、多维度分析与可视化呈现，产出高质量的质量分析报告，精准定位服务痛点、风险点及改进机会。 2、培训体系规划与效能提升： 基于质检分析结果、业务需求、新产品/流程上线、员工能力评估等，前瞻性规划并设计客服培训体系。负责中台培训资源的整合、开发与管理，推动培训内容的标准化、模块化与复用性。 主导关键培训项目的设计、实施与效果评估，确保培训内容紧贴业务痛点，有效提升员工服务技能、业务知识及合规意识。探索并引入创新的培训方法与技术（如微课、情景模拟、游戏化学习等），提升培训吸引力和转化率。 建立并管理内训师队伍，赋能内训师提升授课技巧与课程开发能力。 3、中台赋能与闭环优化： 核心驱动质检-培训-改进闭环： 深度整合质检数据与培训需求，将质检发现的核心问题、共性短板、优秀案例快速转化为针对性的培训内容和改进举措，并追踪落地效果，形成完整闭环。 推动标准化与资源共享： 作为中台角色，推动质检标准、培训课程、分析模型、最佳实践在各部门、各业务线的统一应用与持续优化，避免重复建设，提升资源利用效率。 数据驱动决策： 建立关键指标体系，通过数据分析衡量质量与培训工作的有效性，为客服中心管理决策提供数据支持。 跨部门协同： 与业务运营团队、流程优化团队、知识管理团队、技术团队、人力资源部紧密协作，共同推动服务流程优化、知识库完善、系统工具支持及人才发展策略。 4、团队管理与建设： 负责中台质检与培训团队的组建、管理、考核与发展，营造积极向上的团队氛围。制定团队工作计划，合理分配资源，确保各项工作高效、高质量完成。指导团队成员提升专业能力（质检技巧、数据分析、课程开发、培训交付等）。
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。
【业务介绍】 我们是小红书内稠密类模型（LLM/MLLM/SD/CV/NLP）统一的AI平台QuickSilver，负责调度公司内所有稠密类模型训练与推理资源，基于自建的训推引擎，为公司所有AI算法同学迭代业务模型提供端到端一站式AI服务；包括数据管理，模型管理，模型训练、压缩、推理、部署，服务管理，资源调度等一系列能力。 工作职责： 1、负责稠密类模型训练推理开发平台的架构设计和核心功能研发 2、设计和实现大模型训练部署流程，包括模型fine-tuning、推理服务化等 3、构建云原生架构，设计高可用、高性能的微服务体系 4、优化平台性能，提升系统稳定性和可扩展性