理想汽车算法研发高级工程师（模型开发）

负责智能客户运营等多个产品的算法研发与落地，机器学习建模、前沿技术追踪、大语言模型Large Language Model (LLM) 技术在各垂类业务场景落地的核心技术攻坚等。 比如智能运营助手、营销答疑助手、营销Agentic Workflows构建等场景的大模型落地，提升内外部用户的服务效率和用户体验。 职位描述： ‒ 负责基于通用基座大模型结合领域数据构建营销服务领域大模型，包括但不限于如下场景的营销LLM关键技术攻坚： 1. 大模型落地业务场景识别 2. 垂域数据清洗 / 构造 3. 垂域LLM的后训练 4. 搜索增强RAG 5. LLM Agents 6. LLM推理加速 ‒ 探索基于大模型技术的营销场景服务新形态，包括多场景下的大模型对话机器人、智能辅助Copilot、Agentic Workflow大模型在实际业务场景中的落地，打造营销领域的AI Agent标杆。

1.负责开发模型训练平台，支持超大规模稀疏模型的秒级实时训练与推理；负责开发模型推理平台，支撑数百个模型的复杂环境下的高并发、低延迟、低成本运行和海量资源的实时调度； 2.支撑视频号短视频推荐、直播推荐、红点推荐、图文推荐等大规模、复杂业务矩阵的高效迭代。

【业务介绍】 我们是小红书内稠密类模型（LLM/MLLM/SD/CV/NLP）统一的AI平台QuickSilver，负责调度公司内所有稠密类模型训练与推理资源，基于自建的训推引擎，为公司所有AI算法同学迭代业务模型提供端到端一站式AI服务；包括数据管理，模型管理，模型训练、压缩、推理、部署，服务管理，资源调度等一系列能力。 工作职责： 1、负责稠密类模型训练推理开发平台的架构设计和核心功能研发 2、设计和实现大模型训练部署流程，包括模型fine-tuning、推理服务化等 3、构建云原生架构，设计高可用、高性能的微服务体系 4、优化平台性能，提升系统稳定性和可扩展性

1、算法技术攻坚 深度参与 AI 客服和 x - copilot 业务的算法技术研发，聚焦于提升用户咨询交互体验。针对复杂业务场景，设计并实现高效算法，优化对话流程、意图识别及回复策略，大幅降低用户问题解决时长，提高用户满意度 2、前沿技术探索与落地 密切跟踪大模型前沿技术动态，深入研究如 GPT - 4O、DeepSeek等模型的新特性与应用方向。主动思考并分析这些技术与AI 客服和 x - copilot 业务场景的适配性，提出切实可行的落地方案 3、领域大模型的算法研发 主导垂直域大模型的训练工作，运用混合精度训练、模型压缩、知识蒸馏等技术，在保证模型性能的前提下，显著提升模型训练效率和推理速度，降低计算资源消耗