小鹏汽车深度学习平台研发工程师
任职要求
【基本资格】： 5. 计算机科学，工程或相关领域的学士学位 6. 熟悉Linux开发环境，掌握Golang/Python等语言，具备良好的代码规范意识和文档编写能力 7. 熟悉云原生相关技术，如kubernetes、kubeflow、volcano等，具备二次开发经验 8. 熟悉微服务、数据库、分布式系统、缓存技术、消息队列等相关技术 9. 强大的解决问题能力，热爱技术，有较强的自我驱动学习能力，持续关注前沿技术发展 【加…
工作职责
： 建设高效的深度学习基础服务，为各类模型研发提供技术支撑，优化计算效率，支持算法团队业务需求落地 【主要职责】： 1. 负责深度学习平台的系统架构设计和研发工作，提供端到端的模型交付能力 2. 集成云原生能力，负责模型研发、训练、推理等相关功能，提升平台资源利用率和计算效率 3. 负责大模型训练/推理的监控、调优和故障定位 4. 持续运营，改进平台性能、易用性和稳定性，优化用户体验
1.建设特征/样本工程，设计包括从特征打印到特征服务的完整实时+离线特征/样本生产流程，设计大规模分布式特征存储系统，支撑百亿级数据实时处理，提升特征/样本的生产效率、质量和访问性能，进而提升算法迭代效率和效果； 2.对算法开发过程进行抽象，将常用的机器学习、深度学习过程沉淀为组件，建设算法开发pipeline，设计代码与可视化组件相结合的编程范式，提供便捷稳固的一站式环境托管，提升算法迭代效率； 3.建设训练任务的托管能力，设计异构、多地域、多系统资源池、多租户分组的实验编排调度系统，建立模型实验效果评估体系，支撑几十个业务线、千级模型同时进行训练，保障模型及时产出，提升资源利用率，帮助业务优化模型效果； 4.探索云原生下的模型服务部署架构，设计高可用、多角色的模型服务框架，制定流量分发、模型/服务治理策略，支撑万亿级推理调用量，提升模型部署成功率、推理请求成功率和性能；
1、负责公司级机器学习平台MLOps 的研发，从机器学习系统、云原生、云计算架构等多个层面进行技术探索和攻坚，实现高性能、高资源利用率的高性能机器学习平台； 2、设计和实现机器学习相关的基础设施/算法框架/工具链等，并推动落地到业务中； 3、覆盖机器学习系统多个子方向领域的工作，包括：资源调度、任务编排、模型训练、模型推理、特征平台、工作流编排等； 4、负责机器学习系统前瞻技术的调研和引入，比如：硬件架构、异构计算系统、GPU 优化技术的引入落地；
【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、负责小红书大规模机器学习平台的后台系统设计和开发工作； 2、将平台和框架结合，通过任务调度、弹性容灾、性能优化等措施端到端提升深度学习的训练效率，涉及k8s/kubeflow、网络通信、分布式训练等； 3、设计和构建 K8S 场景下的资源调度系统，参与底层GPU训练资源的调度优化与管理； 4、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。
负责机器学习引擎的设计与开发，包括： 1、负责内部机器学习平台训练框架的研究与开发(包括数据预处理/训练/推理)，服务于广告、推荐、搜索等场景； 2、负责实时高性能预估系统设计与开发，如算子融合、编译优化、模型量化、混合精度、异构硬件加速等； 3、负责性能优化与架构升级，持续提升数据预处理/训练/预估性能； 4、与算法工程师深度合作，为重点项目进行算法与系统的联合优化。