阿里云阿里云智能-业务HRG专家- “AI+云”技术服务-杭州/北京
任职要求
• 能够通过与主管和员工开展有效的沟通交流，及时感知团队温度、洞察组织问题，推动及时解决 • 能与业务leader就生产关系矛盾、人才评估和发展、排兵布阵等方面展开对话，提出解决思路和方法；能够抓住时机促成问题的解决 • 基于对阿里云业务的深度理解，能预判业务关键问题，通过多渠道的调研和验证问题 • 能理解问题的关键争议点，多维度评估影响，找到解决问题的突破点 • 针对跨部门的复杂问题，能结合应用场景，制定某一领域的解决方案，并留有预案，和不同部门的业务leade…
工作职责
能力建设、价值创造，以身作则、感同身受、敏捷组织、简单文化，让每个加入阿里云的同学成为更好的自己，成就生生不息的阿里云。 战略落地陪伴： 1、理解业务战略，组织业务战略通晒，确保战略层层落地，不变形。 2、了解一线员工对业务战略的反馈，通过组织沟通场促进员工对业务战略的理解。 3、目标管理，协助业务搭档通过OKR工具来确保组织战略目标层层落地，促进上下游的目标拉通，同时使得员工有清晰的目标和实现路径。 4、组织阶段性复盘，通过会议及沟通场的组织，协助业务搭档及时审视和调整业务战略的执行。 组织设计： 1、理解业务，熟知行业竞对在相同模块的业务的组织架构、人员能力和差距，根据业务组织发展的需要，配合业务一号位，梳理上下游生产关系，设计好组织架构、排兵布阵。 2、定岗定编，支持业务leader制定岗位及人才标准，进行人员的选、用、育、留、汰。 3、从业务出发，推动业务搭档做好业务取舍和聚焦，并形成相匹配的工资包策略和HC规划。日常做好工资包/HC管理。 人才供应与发展： 1、掌握所支持业务核心人员的来源和分布（不局限于内部、竞对、校招），分别运营好核心人才群体，做好链接。 2、用好人才系统，帮助业务团队做好人才的即时供应，保留业务所需的关键人才，促进人才新陈代谢。 3、人才发展，做好新人landing和融入，对管理者有识别赋能跟踪链接，推动支持团队的专业能力成长。 组织文化与温度： 1、深入理解文化价值观并身体力行，促进员工对文化价值观的理解、认同、共识与践行。 2、帮助管理者成为业务、组织、文化一号位，做到以身作则、感同身受，让团队同学成为更好的自己。 3、建立与员工的链接，成为员工与组织的桥梁，增强员工归属感和团队凝聚力。 4、妥善处理好各类员工事件和廉正合规事件，在组织中引导积极、正向的风气。 机制设计与数据驱动： 1、围绕业务端和组织端的各类场景，配合业务搭档建设和调优各类机制（包括沟通、决策、月报、汇报等机制），推动业务建立管理者和员工的常态化沟通、辅导、目标对齐等机制。 2、配合业务发展需求，建立奖惩机制，并在过程中不断审视和调优，激发团队战斗力，坚守底线。 3、通过数字化方法优化工作流程，提升效率，有高质量的数据洞察和结论输出。 4、使用数据看板等工具，发现问题并推动问题的解决，并提出对数据系统的优化建议。
1. 竞对动态追踪与洞察：定期跟踪并分析目标行业（云计算&AI领域）友商的业务动态、组织架构与关键管理层布局，形成周期性报告，为内部组织&人才战略提供参考。 2. 专项对标研究与洞察：针对公司战略需求或现状痛点引发的课题，开展专项对标研究，设计研究方法并落地执行。结合外部最佳实践，提炼可借鉴的解决方案建议。 3. 研究体系与能力建设：梳理内部知识体系，系统性沉淀组织&人才领域的趋势洞察、最佳实践和研究方法工具，推动组织学习；对接第三方研究供应商，妥善管理资源投入。 4. 研究洞察域的AI产品建设：作为业务方，协同产研团队开发具备业界先进的深度研究类AI Agent，构建知识库、做评测、持续迭代产品，为目标用户提供高效、精准的信息和决策依据。 5. 解决方案设计与落地支持：基于对不同业务线的深度理解，就组织架构与岗位、组织管理机制等方面支持业务leader与HRG开展问题诊断和解决方案共创，并协助解决方案的落地实现。
1. 竞对动态追踪与洞察：定期跟踪并分析目标行业（云计算&AI领域）友商的业务动态、组织架构与关键管理层布局，形成周期性报告，为内部组织&人才战略提供参考。 2. 专项对标研究与洞察：针对公司战略需求或现状痛点引发的课题，开展专项对标研究，设计研究方法并落地执行。结合外部最佳实践，提炼可借鉴的解决方案建议。 3. 研究体系与能力建设：梳理内部知识体系，系统性沉淀组织&人才领域的趋势洞察、最佳实践和研究方法工具，推动组织学习；对接第三方研究供应商，妥善管理资源投入。 4. 研究洞察域的AI产品建设：作为业务方，协同产研团队开发具备业界先进的深度研究类AI Agent，构建知识库、做评测、持续迭代产品，为目标用户提供高效、精准的信息和决策依据。 5. 解决方案设计与落地支持：基于对不同业务线的深度理解，就组织架构与岗位、组织管理机制等方面支持业务leader与HRG开展问题诊断和解决方案共创，并协助解决方案的落地实现。
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。