阿里云阿里云智能-机器学习PAI平台研发专家-MLOps/Agent方向（北京、杭州）

1. 参与模型服务平台的整体架构设计与核心开发工作，主导大模型多机分布式推理系统的研发与优化，以高效支撑日益增长的业务需求和产品迭代； 2. 负责解决大模型推理过程中高并发场景下的关键技术问题，包括但不限于负载均衡、请求调度、多机组网通信、系统容错机制、KV Cache 高效管理等； 3. 推动模型服务平台的产品化建设，主导或参与大模型分发系统、LLM推理引擎、请求调度系统等核心模块的设计与开发； 4. 负责大规模GPU集群的稳定性与性能优化，构建完善的可观测性系统，提升平台安全性与可靠性，推进资源调度系统的智能化升级； 5. 根据用户反馈快速定位并解决线上问题，深入分析业务需求，将高频使用场景沉淀为平台通用能力，持续提升平台的易用性与功能性。

1. 研发需求洞察与设计：负责阿里云人工智能平台PAI的需求讨论、架构设计、软件开发、功能测试及部署上线，确保项目从初始阶段到交付的全流程高质量执行； 2. 系统优化：从功能、性能、可用性、易用性等多个维度，结合产品设计、产品设计和解决方案架构及客户反馈，进行系统各模块的持续分析和优化，降低用户使用门槛，提升用户满意度和忠诚度； 3. 技术支持与维护：负责线上环境的运行监控与问题定位，与SRE和售后团队紧密协作，及时为客户提供技术支持，保障平台的稳定运行； 4. 前沿技术开发：紧贴大模型及AIGC等业界趋势，提炼并反馈有价值的用户需求，持续增强和改进平台的功能，保持技术的先进性和市场竞争力。

1.负责基于AI云平台，构建高效、易用的大模型/多模态大模型算子工具库，包括数据处理，预训练，SFT，模型蒸馏，强化学习等链路，并将云上的AI能力赋能给客户； 2. 基于上述AI算法开发工具链，研发大模型/多模态大模型算法在ChatBI，AI Agent，自动驾驶，具身智能等典型应用场景的最佳实践，对算法效果、性能进行持续优化； 3. 具备将业务问题转化成算法实现问题，帮助客户解决实际问题的能力；能与企业客户深度沟通，通过对业务的深入理解，将不同用户对算法的需求抽象成标准工具，达到能快速复制的效果； 4. 持续跟踪大模型/多模态大模型算法技术本身的业界动态，在算法效果/效率方面持续创新，沉淀学术影响力

部门介绍： 小红书的AI技术中台目前由AI技术部负责建设，通过标准化的AI技术能力提供支持公司各个业务团队（包括社区，交易，商业化，广告，agi），实现AI能力的共享和复用，提升技术资源的利用率和公司的创新迭代速度，并降低技术成本和稳定性风险。 工作职责： 作为小红书AI技术部 智能调度开发工程师： 1、负责机器学习系统资源智能调度的设计和开发，服务于各方向（搜广推核心场景、LLM场景等）的模型训练、模型评估和模型推理； 2、通过调度技术、引擎技术提升在离线资源分配和利用效率，并提升训练、推理性能，支持公司业务的快速发展。 3、通过对机器学习平台的架构升级和产品迭代，大幅提升算法同学的模型迭代效率。 4、打造具有业界一流水平的机器学习技术，通过开源共建等各类形式，提升团队与个人在业界的影响力。