阿里云阿里云智能-解决方案架构师（公共云Maas方向）-北京/上海/广州/深圳/南京/杭州/武汉/成都
任职要求
1、基础开发能力：具备Python/Java/Go/Node.js 等至少一种语言的 3 年以上开发经验，有后端分布式系统设计、大数据平台或AI应用构建经验。 2、业务架构能力：深刻理解AI应用与MaaS商业模式，能将复杂的客户业务场景抽象映射为AI技术解决方案。 3、大模型技术体系： --深刻理解主流模型（Qwen/GPT/Gemini/Claude等）的能力差异及适用场景。 --熟悉模型微调与对齐技术（SFT/LoRA/RLHF/DPO），能够根据业务需求进行模型选型和适配。 --掌握模型评估方法论，熟悉主流Benchmark及A/B Testing策略。 4、AI Native应用范式： --精通RAG全链路架构：包括Embedding优化、Re-rank策略、混合检索及向量数据库选型等。 --精通Agent开发：熟练使…
工作职责
我们正处于计算范式发生根本性代际跃迁的奇点时刻，AI不仅仅是技术栈的更迭，更是数字世界底层逻辑的重写。在阿里云AI原生事业部，你将置身于中国最丰富的产业场景中，与客户共同探索AI如何成为业务核心生产力。你将站在技术与商业的交汇点，基于阿里云MaaS产品与大模型能力，设计面向未来的AI Native解决方案。 职位描述 1、负责AI原生客户的售前工作，支持销售拿到业务结果，推动阿里云AI Native与MaaS相关产品及解决方案的落地，助力客户成功。 2、作为AI技术专家，基于阿里云MaaS服务及大模型能力，为客户提供整体技术架构与解决方案设计，并在落地过程中提供必要的技术指导，确保方案可落地、有竞争力。 3、深入理解客户业务场景，围绕AI Native应用形态，设计从模型能力到系统架构的完整解决方案。 4、参与客户的方案比选，主导POC演示、功能/性能验证，量化模型效果、系统性能及成本收益，在保证性能、安全与稳定性的前提下实现成本最优。 5、负责所支持区域及行业的市场洞察与解决方案制定，能够把握AI技术及产业发展趋势，推动AI Native 解决方案的创新与规模化复制。 6、建立行业影响力，参与内外部行业沙龙及技术分享，传播AI Native与MaaS架构最佳实践。 7、为客户提供整体 AI 技术架构服务，包括模型选型、推理性能优化、成本治理、系统稳定性设计及安全合规方案。
我们正处于计算范式发生根本性代际跃迁的奇点时刻，AI不仅仅是技术栈的更迭，更是数字世界底层逻辑的重写。在阿里云AI原生事业部，你将置身于中国最丰富的产业场景中，与客户共同探索AI如何成为业务核心生产力。你将站在技术与商业的交汇点，基于阿里云MaaS产品与大模型能力，设计面向未来的AI Native解决方案。 职位描述 1、负责AI原生客户的售前工作，支持销售拿到业务结果，推动阿里云AI Native与MaaS相关产品及解决方案的落地，助力客户成功。 2、作为AI技术专家，基于阿里云MaaS服务及大模型能力，为客户提供整体技术架构与解决方案设计，并在落地过程中提供必要的技术指导，确保方案可落地、有竞争力。 3、深入理解客户业务场景，围绕AI Native应用形态，设计从模型能力到系统架构的完整解决方案。 4、参与客户的方案比选，主导POC演示、功能/性能验证，量化模型效果、系统性能及成本收益，在保证性能、安全与稳定性的前提下实现成本最优。 5、负责所支持区域及行业的市场洞察与解决方案制定，能够把握AI技术及产业发展趋势，推动AI Native 解决方案的创新与规模化复制。 6、建立行业影响力，参与内外部行业沙龙及技术分享，传播AI Native与MaaS架构最佳实践。 7、为客户提供整体 AI 技术架构服务，包括模型选型、推理性能优化、成本治理、系统稳定性设计及安全合规方案。
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。
1、负责模型训练平台核心功能开发和架构设计，包括传统CN/NLP/SD/LLM等多场景支持 2、负责大模型后训练工具平台化建设，包括后预训练、微调、对齐等技术落地 3、设计和实现高性能分布式训练系统，打造端到端训练解决方案 4、优化训练调度和资源管理，提升集群利用率和训练效率 5、开发模型训练监控诊断工具，建设可观测性体系
【职位描述】 1、负责小红书搜广推多场景排序模型优化，提升时长、互动、留存等核心指标； 2、分析海量用户行为数据，挖掘用户兴趣，优化排序模型； 3、通过超大规模机器学习模型和系统，使用先进的排序算法优化推荐效果。