阿里云研究型实习生 - 城市场景大规模视觉分析巡检调度
任职要求
1. 在巡检任务调度的技术科研探索中，产出高水平的学术论和专利成果； 2. …
工作职责
一网统管城市治理业务中，视觉AI系统中的计算任务存在着城市场景规模大（万路级别视频点位）、应用场景复杂（户外、室内、工厂、道路等）、需求任务众多且复杂（城市国标部件等大小100余项目标类别的感知和判别能力）的特点。有限的计算资源与超大规模的视觉分析需求是视觉AI系统研发中的核心矛盾，结合业务特点城市大脑团队创新性的研发了视频巡检分析系统，通过时分复用提升系统分析能力。视频巡检分析系统的核心挑战是任务调度，巡检任务具备周期性、相关性（任务合理组合可有效降低算力需求）、多目标限制（CPU、GPU算力限制）、深度模型推理等复杂特性，对任务调度技术提出极大挑战。在任务调度问题的探索与深挖上，团队需要借助优质的高校在读博士研究生资源，在科研方向上进行技术积淀，并结合一网统管具体的业务场景与要求，实战落地更为鲁棒的大规模城市巡检调度系统。
计算机视觉作为深度学习技术重要的应用方向，在城市监控视频等场景下展现了极大的落地价值。基于城市级视频实时、海量、场景多样等特点，利用计算机视觉技术分析视频中所蕴含的行人/车辆/物品/行为/事件等能够节约大量人力成本，实现全城知、全城搜，对建设智慧城市具有重要意义。 城市监控视频分析规模大、场景多样、计算效率要求高等特点，对视觉算法提出了特殊的挑战。我们希望用机器学习算法解决以下业务： 1）大规模视频分析基础模型优化：现有的CNN/transformer backbone在城市视频分析中存在效率和准确率难平衡、跨城市部署性能急剧下降等问题。 2）视频行人/车辆/物品等目标表征优化：希望从数据、算法出发，提升目标特征和属性的精度，优化城市目标搜索、聚档的召回率和准确率。
【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。
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。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；