阿里云阿里云智能-资源运营专家-云通信供应链团队-杭州

1、资源供给及交付管理 •理解内外部客户、产品运营等各方需求，通过云通信运营需求可行性分析，拟定资源策略，并开展采购协同及资源部署和上线的保障 ，确保稳定供给； •负责交付结果指标，针对云通信资源交付过程中的供需异常、生产与交付风险，及时组织相关团队协同和跟踪闭环，支撑面向供应资源整套方案，并协调资源交付流程化运营，交付结果数字化运营，提升供给交付效率，持续开展供应链方案优化、SOW下发及验证、资源上下线方案、资源结构化方案、资源调度策略实施、资源利用率优化等； •负责资源运营过程的指标管理（如SLA管理，交付质量管理），负责资源调用链路等故障处理、分析，指导现场定位问题，以及相关事件的分析、复盘持续迭代；监控交付SLA库存健康度，输出优化策略，牵引交付模式优化和能力建设，提升交付效率； •负责云通信资源运营的外包管理和能力建设，负责云通信资源交付业务流程的优化迭代，适配新需求、新场景的落地，不断的提升资源竞争力； 2、成本管控 • 优化云通信资源成本映射模型，客观、准确度量及监控云通信资源全生命周期内的成本表现，从云通信资源视角或产品视角构建资源供给、行业成本、通道质量等系统平台，基于平台动态的监控资源成本异常，挖掘资源成本优化方向； •协同上下游部门，驱动从技术降本、运营降本、资源降本等维度，持续运营和降低单位产品的可售卖成本；持续监控交付成本，针对异常项目或紧急需求，落实成本显性呈现和责任归属； •持续开展云通信资源交付质量和交付成本运营能力的构建，落实资源调度策略、系统能力和运营规则，并按期持续运营； 3、提升资源利用率 • 建设客观、准确的资源运营质量模型，围绕各类通道资源，通过资源预测与预警、库存管理、采购策略优化、运营优化、技术迭代等方式提升资源利用率； • 建设单位资源效益测算模型，客观、准确度量及监控资源全生命周期内的效益表现，构建资源效益运营平台；

1. IoT解决方案设计 ： • 主导客户前期需求调研与场景分析，协同产品、硬件、算法及研发团队，完成端到端的IoT产品解决方案架构案设计及落地； • 沉淀项目经验，提炼可复用的方案模板、集成规范与最佳实践，推动解决方案标准化与规模化复制； 2. 市场洞察与产品需求转化： • 紧密跟踪智能穿戴、智能家居、智能模组等领域的技术演进、用户行为与行业趋势，深入理解To C用户体验与To B行业痛点； • 将市场洞察转化为清晰的产品定义与技术需求，支撑智能手表、智能眼镜、家庭中枢、物联网模组等产品的孵化与迭代； 3. 客户沟通与技术推广： • 面向品牌客户、ODM/OEM厂商、行业集成商等输出定制化IoT解决方案（如低功耗连接方案、AIoT模组集成、跨设备协同体验、云边端一体化架构等），清晰阐述技术优势、应用场景与商业价值； • 主导技术交流、方案演示、POC验证及竞品对比，高效响应客户在硬件适配、系统集成、数据安全、量产落地等方面的技术咨询； 4. 产品协同与孵化支持： • 基于业务战略与市场需求，配合产品与技术团队输出高质量的需求文档，推动创新方案从概念验证走向产品化与商业化； • 参与早期产品定义，协助制定Go-to-Market策略，支持样机测试、生态对接与渠道落地； 5. 跨团队协作与资源整合： • 联动产品、硬件、算法、软件、供应链、测试、运营及商务团队，高效推进从方案设计到量产交付的全链路协作，加速业务闭环与规模化落地。

【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。

大模型具备很强的泛化及理解世界能力，在小红书内的众多生产场景遍地开花，大模型的训练和部署已成为许多算法工程师的日常。在多团队、多业务频繁使用的大规模GPU集群上，如何能够通过高效的GPU调度策略，使大家不仅能丝滑地完成训练及部署任务，同时也能充分激发大规模GPU集群的效能，是行业公认的关键挑战。在这里，你可以聚焦LLM场景，接触到超大规模GPU集群，并使用真实负载数据进行深入分析及技术探索。欢迎加入我们，一起探索领先技术改变世界！ 工作职责： 1、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、集群调度、GPU虚拟化、故障快速恢复、存储&网络加速等手段，提升大规模GPU集群的整体使用效率。 2、负责构建面向大模型训练、微调、推理、部署全流程LLMOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地。 3、持续关注业界最新的GPU资源调度相关技术动态，探索建设业界领先的资源调度策略及方法，构建下一代大规模AI资源调度系统。