阿里云阿里云智能-大模型前沿部署工程师（工业场景）-北京/上海/杭州/深圳/广州
任职要求
本科及以上学历，计算机、人工智能、软件工程等相关专业，具备2年以上工作经验； 熟练掌握Python/Java编程语言，并具备工程能力与系统思维，有大模型项目落地经验者优先，熟悉阿里云大模型平台（AI Studio、百炼、PAI）、通义系列产品者优先； 熟悉掌握主流大模型技术栈，包括Context Engineering、RAG、Tool Use、MCP、Agent Workflow、DeepResearch、DeepSearch、Agen…
工作职责
深入重点客户业务场景，快速识别其对大模型技术的需求场景，例如知识问答、办公提效、内容生成、智能研发、辅助编程、多模态识别和生成等，端到端完成需求分析、总体方案设计、架构设计、组件研发、数据集成、系统集成等工作，推动通义千问系列模型在行业场景的落地； 主导大模型项目落地的关键技术工作，包括场景需求收集、数据解析与处理、知识抽取与向量化、RAG开发、Agent 流程编排等，协助客户完成模型选型、系统对接、用量监控、成本优化与效果迭代，确保客户可直观感知模型价值； 开发辅助工具代码降低客户接入门槛，例如测试工具、效果评测工具、数据处理工具、API 调用示例及 Demo 应用； 输出大模型落地方法论与最佳实践，包括 Prompt 模板库、RAG 优化策略、Agent 设计模式等，支持客户自主运营与规模化复制。
-跟进前沿技术，参与目标检测/实例分割/视频理解/AIGC生成/多模态大模型等方向的算法技术研究与部署落地 -针对工业场景中的实际需求，协助参与CV算法的优化与迭代，提升算法性能与效果 -协助完成相关算法的工程化实现，完成算法落地与产品化工作，确保算法能够在实际项目中稳定运行 -跟踪行业动态与最新技术进展，赋能各个业务方向，为公司项目提供技术支持与解决方案
1. 负责文生图（Text-to-Image）生成算法的研发与优化，包括中文场景下图像生成质量提升、多模态对齐、可控性生成等方向； 2. 图文融合的排版生成技术研发，构建和优化多模态联合训练模型，实现自动化、智能化的视觉内容布局生成（如杂志、UI界面等）； 3. 结合各业务场景下相关技术问题进行分析、算法设计，推动算法在工业级场景的部署与应用，沉淀在业界有影响力工作；
1. 负责计算机视觉&多模态相关算法研发，面向但不限于：多模态内容理解、多模态检索、多模态目标检测、分割、Metric Learning、主体识别、图像编辑、图像增强、文生图等； 2. 负责智能编辑、智能生成、一键成片等创作工具的研发与应用，达到业界领先的性能指标； 3. 负责相关算法和系统的持续迭代和进化； 同时能够深入小红书发布业务场景，结合实际需求进行技术落地和创新； 4. 完成基于多模态大模型的算法升级，快速实现以及大规模工业化部署，参与创新性算法的研究以及开发工作；
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。