阿里云阿里云智能-大模型技术服务专家-AI汽车-南京/杭州/深圳
任职要求
1、计算机相关专业硕士以上学历，3年以上的大数据或AI领域工作经验；具备扎实的AI算法基础知识，熟悉机器学习、深度学习、Transformer等主流算法和网络结构，以及TensorFlow、PyTorch等算法框架，在NLP、CV、搜索推荐等一个或多个领域具备独立开展算法研发和全流程落地的能力。 2、熟悉Llama、Qwen等主流基础大模型，具备语料清洗、知识召回、大模型调优、大模型推理加速、Agent应用工程等大模型落地相关能力，熟悉Megatron、swif…
工作职责
1、重点围绕汽车行业领域的AI场景，基于对业务场景需求的挖掘和理解，提供全栈的AI大模型技术服务，实现AI大模型在汽车行业领域的价值落地，服务内容包括AI算力训推性能优化服务、智驾/智舱模型后训练服务、汽车AI场景后训练服务、应用场景Agent优化落地等。 2、负责针对汽车行业构建AI大模型全栈技术服务体系，围绕AI算力、AI平台、AI大模型后训练、应用Agent方案落地等服务内容建设标准化服务能力与服务工具，推进AI服务方案在汽车行业的规模化落地。 3、负责跟踪与研究业界前沿AI技术，探索与推动AI前沿技术在汽车行业领域实际场景的快速应用与落地，协同团队推动行业客户在用云用AI的服务保障、云上业务治理不断优化。
1、负责智能座舱软件解决方案在整车厂项目的端到端交付，主导从技术对接、系统集成到量产落地的全过程； 2、基于不同车型平台，完成车机系统软件的适配、集成与性能调优，确保方案稳定运行； 3、协同内部研发、测试与产品团队，高效推进定制化需求落地，并沉淀可复用的交付资产与标准化流程； 4、保障交付方案符合车规级质量与合规要求，涵盖功能安全、信息安全、数据合规及多车型兼容性； 5、深入客户现场，参与台架联调、实车验证与问题排查，快速定位并解决端侧集成与运行问题； 6、支持多项目并行交付，制定合理排期与风险应对策略，确保高质量、按时交付。
1、负责智能座舱软件解决方案在整车厂项目的端到端交付，主导从技术对接、系统集成到量产落地的全过程； 2、基于不同车型平台，完成车机系统软件的适配、集成与性能调优，确保方案稳定运行； 3、协同内部研发、测试与产品团队，高效推进定制化需求落地，并沉淀可复用的交付资产与标准化流程； 4、保障交付方案符合车规级质量与合规要求，涵盖功能安全、信息安全、数据合规及多车型兼容性； 5、深入客户现场，参与台架联调、实车验证与问题排查，快速定位并解决端侧集成与运行问题； 6、支持多项目并行交付，制定合理排期与风险应对策略，确保高质量、按时交付。
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。