小鹏汽车自动驾驶模型训练优化高级/资深工程师/专家
任职要求
： 1. 四年以上C++或者Python编程经验，具备扎实的编程功底和良好的编程习惯，对算法有深刻的理解。 2. 掌握TensorFlow、PyTorch、MXNet等几种主流机器学习开发框架之一。 3. 熟悉机器学习、自动驾驶生态…
工作职责
自动驾驶模型训练优化高级/资深工程师/专家 ： 1、模型训练效率优化：深入研究并优化模型训练过程中的效率问题，包括但不限于减少训练时延，通过调整训练策略、优化数据加载与预处理流程、改进算法实现等方式，确保模型能够快速、高效地完成训练任务，以满足公司自动驾驶技术研发对模型迭代速度的要求。 2、硬件资源利用率提升：专注于提高SM利用率、GPU利用率等硬件资源的使用效率。分析现有模型训练在硬件资源上的瓶颈，运用专业知识和技术手段，如合理配置训练任务的并行度、优化模型结构以更好地适配硬件特性、探索新的硬件加速技术等，充分挖掘硬件的计算潜力，降低硬件资源的浪费，提升整体训练性能。 3、训练策略与算法改进：持续关注和研究前沿的训练策略与算法，结合公司自动驾驶模型的特点和需求，对其进行评估、引入和改进。例如探索更高效的优化器、采用混合精度训练等方法，以进一步提升模型训练的效果和效率，为自动驾驶系统的性能优化提供有力支持。 4、性能监控与分析：建立和完善模型训练性能的监控体系，实时监测训练过程中的各项关键指标，如训练速度、资源占用情况等。通过对海量性能数据的深入分析，快速定位问题所在，并制定针对性的优化方案，确保模型训练过程始终处于高效、稳定的状态，及时解决可能出现的性能瓶颈问题。
-我们正在寻找一名机器学习高级工程师-AI推理方向。理想的候选人需要拥有深厚的ML推理知识和强烈的热情来 优化我们的模型，以最高效的利用我们的AI加速器的每一个FLOP和每一个字节的内存。 -我们的使命是解决自动驾驶难题。您将与才华横溢的软件工程师、机器学习工程师和研究科学家团队合作，推动最先进的自动驾驶人工智能。 1、为深度学习模型在小鹏定制的AI加速器上的部署做优化。 2、为小鹏的AI加速器编开发内核。 3、为关键内核的性能估计建立数学模型。
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。
滴滴出行国际化金融测试团队，负责核心业务质量保障，包括支付、风控、现金贷、信用卡等业务，团队技术导向，紧跟公司业务，质量保障能力处在行业前沿水平。 1、负责国际化支付系统的核心链路测试架构工作； 2、负责金融域内质量保障体系的构建和实践； 3、参与前线调研，负责前线业务对接，打通国际前线和质量Team信息渠道，消灭认知GAP、赋能国际金融业务 4、通过前瞻性的能力、机制建设， 规避业务质量风险；
1. 负责万亿级别QPS的分布式缓存/存储集群，支撑公司所有产品线的业务需求； 2. 设计、研发高可用、高性能的缓存/存储架构和中间件，应对弹性扩缩容，秒级故障自动切换，异地多活，分布式事务等极具挑战性的工作内容和方向； 3. 优化系统性能，深入内核，提升基础服务相关资源的使用率，增加系统稳定性，保障业务运行； 4. 设计并研发自动化运维平台，提升运维质量和效率，探索运维自动化和智能化技术和方向。