阿里云阿里云智能-AI 应用内容营销专家-上海/杭州
任职要求
1、工作经验：
● 3年以上内容营销、数字营销、品牌传播或相关领域工作经验。
● 必须拥有成功的C端产品（尤其是SaaS、AI应用、效率工具、消费级App）内容营销经验，并能证明其内容对用户增长（如新用户获取、激活）的直接贡献。
● 有从0到1策划并执行内容营销项目并取得显著成果的案例。
2、核心能力：
● 卓越的创意与写作能力： 拥有出色的中英文写作功底，能创作出既专业又富有感染力的内容。具备优秀的视觉叙事能力（懂视频/图文脚本）者优先。
● 用户增长思维： 深刻理解内容如何驱动用户增长，具备将内容与增长指标…工作职责
1、C端用户增长导向的内容策略：
● 制定并执行以C端用户增长为核心目标的全球内容营销战略，覆盖用户认知、兴趣、决策和行动全旅程。
● 深入理解目标用户的需求、痛点和信息获取习惯。将复杂的AI应用功能转化为通俗易懂、场景化、有吸引力的用户故事和价值主张。
2、多元化内容创作与分发：
● 主导创作高质量、高传播性的内容： 包括但不限于产品使用指南、场景化解决方案、用户成功案例、短视频脚本、社交媒体文案、博客文章、邮件营销内容、应用商店描述优化等。
● 策划并制作能激发用户共鸣和分享欲的病毒式内容或互动活动。管理并优化内容在各渠道的分发，最大化内容触达和转化效果。
3、内容驱动的用户获取：
● 设计并执行以内容为核心的增长活动，如内容营销活动、社交媒体挑战赛、KOL/UGC（用户生成内容）合作项目等，直接拉动新用户注册和激活。
● 探索并落地内容与增长工具（如裂变、推荐）的结合点。
4、用户洞察与内容优化：
● 通过数据分析和用户反馈，持续评估内容效果。监控竞品及行业内容趋势，保持内容策略的领先性。
● 基于数据洞察，迭代优化内容主题、形式、渠道和分发策略，不断提升内容对用户增长的贡献度。
5、跨团队协作：
● 与产品、市场、用户运营、开发者运营团队紧密协作，确保内容信息准确、传递一致，并能有效支持整体市场目标。
● 与全球团队协作，确保内容符合不同区域市场的文化语境（尤其关注北美市场）。主导过科技界Top企业 AI to C产品的市场活动经验。
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！ 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。
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。