阿里云阿里云智能-学习发展专家（Leadership management）-杭州
任职要求
教育背景： 本科及以上学历，计算机科学、软件工程、信息技术或相关专业背景优先。 工作经验： 3年以上学习发展、人才培养或技术培训相关工作经验 技术理解力： 对云计算领域（如AWS, Azure, GCP等主流云平台，容器技术，微服务，大数据，AI/ML等）有良好的理解和学习能力，能够与技术人员进行有效沟通。 项目执行能力： 具备良好的项目执行和组织协调能力，能够高效推进学习项目…
工作职责
学习需求协助分析： 协助深入了解云计算技术团队的业务发展方向、技术栈变化和人才发展需求，参与学习需求调研与分析，协助识别团队成员的技术短板和成长机会。 学习项目实施与支持： 协助或具体负责执行有针对性的技术培训课程、研讨会、工作坊、技术分享会、线上学习平台等多元化学习发展项目。 课程内容协助开发与维护： 协助内部技术专家、外部讲师开发高质量的技术课程内容，并根据反馈和效果协助优化课程体系。 讲师团队支持： 协助内部技术讲师团队的日常支持工作，包括培训材料准备、场地协调等，确保培训顺利进行。 学习资源维护与管理： 协助筛选、引进和管理各类优质外部学习资源（如在线课程平台、行业峰会、专业认证等），并负责公司技术知识库的日常维护与更新。 学习效果协助评估： 协助建立和执行学习效果评估机制，收集学习数据和反馈，为学习项目的优化提供支持 理解客户 从客户第一出发，深刻理解集团战略要求，基于云智能的业务和组织发展要求和员工全生命周期历程，对标全球领先公司，通过内外部客户研究，为云智能面向未来3-5年的发展，设计关键角色及其培养机制的演进路线图，帮助客户解决能力建设、价值创造的问题。 产品架构 以追求卓越的精神，理解组织在人才发展上面临的具体问题和场景，将复杂问题进行分析和拆解，并通过产品架构设计，提供具备先进性的人才培养和发展产品和解决方案，解决业务和组织的问题。 数据驱动 秉承求真务实的文化，通过数据发现问题，分析问题，显示差距，用全面客观的数据和事实说话，并善于运用数据解决问题，通过培训产品数字化、智能化的手段为业务减压减负，驱动业务和组织发展。 人群运营 理解人性，通过对关键角色如新人、管理者、布道师、HR等人群的沟通、链接、调研、探针，促进组织人网发生高质量的交互，促进人的思维改变、认知升级、能力进化、拿到结果。 促动变革 对标全球头部企业人才发展模式，结合云智能的战略、业务、组织和文化要求，形成先进的经验和方法，以人才能力的发展支撑组织变革的落地，成为驱动组织发展的引擎，并重新定义行业新标准。
负责 Keeta 核心算法方向的研发，为 Keeta 的核心竞争力和核心业务指标负责。 该岗位需要把握大的业务方向，能够参与业务策略的讨论，通过算法手段来促进业务的持续发展，确保 Keeta 竞争优势。 主要方向包括：调度定价、时空预估、补贴营销、数据挖掘、大模型应用等
带领团队，负责美团无人机硬件产品线中所有嵌入式系统的设计，开发，交付，维护。目标打造安全，可靠，高性能，高可维护，数据驱动的一流嵌入式系统。 一线技术贡献 (Hands-On Contribution): 保持深入的一线技术能力，直接贡献 / 指导 system level design，在团队需要的时候，可以随时参与一线的开发，带领团队调试复杂的系统级问题。 技术领导力 (Technical Leadership): 推动嵌入式系统的技术愿景、芯片选型，架构设计和路线图规划。坚定而有效的帮助团队建立并贯彻嵌入式软件开发的最佳实践，以身作则，通过高质量的 code review（C/C++, Rust）以及文档实践，测试设计，践行 engineerring excellence。 Lead & Mentor: 领导、管理并发展一支 high-performing 嵌入式软件工程师团队。提供技术指导、职业发展规划和日常辅导。 执行与交付 (Execution & Delivery): 与产品经理及其他工程负责人合作，将需求和模糊的问题转化为可执行的计划。负责管理项目的计划，优先级和交付成果。 跨职能协作 (Cross-Functional Collaboration): 在嵌入式领域之外，发挥广泛的技术影响力和出色的技术理解力和沟通能力，与硬件、Linux 平台软件和云端软件团队紧密合作，确保软硬件的无缝集成，交付一致的产品功能。 技术创新 (Innovation): 紧跟嵌入式领域的趋势——从新型 MCU 和 SoC，到现代开发实践，如嵌入式CI/CD、security hardening, diagnostics，telemetry 等 —— 并引导团队采纳和应用这些新技术。
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。