阿里云阿里云智能-产品生态运营（专有云国际化方向）-北京/上海/杭州/深圳
任职要求
• 5年以上2B/科技公司生态BD/产品运营/产品经理/解决方案相关经验。
• 理解产品&解决方案关键技术原理，对云计算、AI、大数据、行业应用等领域有基础的知识储备，并具备对应的技术敏感度。
• 熟悉国际合作…工作职责
• 基于产品、客户和行业洞察，识别AI、大数据、中间件、数据库、安全、灾备等不同领域的国际重点生态伙伴，拓展并建立长期的战略合作关系。 • 基于伙伴能力矩阵和合作阶段，设计双方的合作模式，制定产品生态合作计划，推动合作落地并保持长期健康发展。 • 协同产品和研发团队，推动产品生态技术合作、互认证和解决方案开发，并形成双方可复制的联合解决方案。 • 整合内外部资源，制定联合解决方案推广策略，打通售卖流程，携手合作伙伴共同推广联合解决方案，并形成可复制的案例。 • 以标准化产品&联合解决方案提供、标准化能力培养、标准化服务导入，持续拓展产品生态规模，提升生态渠道产品售卖意愿、能力和效率，助力产品规模化增长。
面向专有云国际化业务，配合产品&解决方案策略落地，组织产研进行适用于政企客户的，基于“面向技术专家、IT经理、架构师、企业技术决策者”的产品&解决方案技术内容体系建设和维护，产出产品技术内容以及核心技术亮点的深度解读； 构建英文体系的产品&解决方案Go-To-Market资料体系（弹药库）建设，包括基于产品&解决方案（版本）更新迭代、产品&解决方案白皮书、核心竞争力、Demo演示、技术热点等内容的生产和传播； 构建面向国际业务的产品&解决方案培训课程体系，包括面向销售、服务、客户、生态不同对象的课程的生产和传播。
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。