小鹏汽车技术项目管理实习生（VLA操作算法方向）
任职要求
岗位要求
极致的执行力：在快节奏的研发环境中，能主动推进任务，对交付结果有极强的责任心，不设边界。
优秀的书面与沟通能力：能够清晰撰写技术方案纪要、项目复盘报告及跨部门沟通文档。具备出色的逻辑思维，能在多线程任务中高效对齐各方预期。
相关技术背景：对VLM 或VLA 有基础认知（了解其基本原理、训练数据需求或评测方式），对具身智能、人形机器人领域有浓厚兴趣。
工具熟练度：熟练使用Office办公软件，熟悉至少一种项目管理工具（如飞书多维表格、Jira、Tre…工作职责
关于我们 我们正在打造下一代具身智能人形机器人，致力于让机器人通过视觉-语言-动作大模型（VLA）理解物理世界并执行复杂操作。在这里，你将深度参与最前沿的VLA算法从研发到真机部署的全流程，见证算法在真实硬件上的每一次“进化”。 你将作为算法团队与数据、测试团队之间的“粘合剂”，负责VLA操作算法迭代过程中的全链路项目管理，具体包括： 数据需求与闭环管理：负责VLA算法训练的数据需求分析，统筹数据采集的排期与执行，跟进数据标注质量，确保高质量数据按时交付，支撑模型迭代效率。 测试与版本排期：协同算法研发与测试团队，制定算法回归测试与真机实测计划，跟踪Bug修复进度，管理算法版本的发布节奏。 研发流程推进：组织技术评审会、日站会及复盘会，维护项目看板（如Jira、Notion、飞书），识别关键路径上的风险与卡点，并推动问题解决。 跨职能协同：作为信息枢纽，对齐算法研发、硬件集成与运维团队的信息差，确保算法迭代在真实机器人硬件上的顺利部署与验证。
关于我们 我们正在打造下一代具身智能人形机器人，致力于让机器人通过视觉-语言-动作大模型（VLA）理解物理世界并执行复杂操作。在这里，你将深度参与最前沿的VLA算法从研发到真机部署的全流程，见证算法在真实硬件上的每一次“进化”。 你将作为算法团队与数据、测试团队之间的“粘合剂”，负责VLA操作算法迭代过程中的全链路项目管理，具体包括： 1.数据需求与闭环管理：负责VLA算法训练的数据需求分析，统筹数据采集的排期与执行，跟进数据标注质量，确保高质量数据按时交付，支撑模型迭代效率。 2.测试与版本排期：协同算法研发与测试团队，制定算法回归测试与真机实测计划，跟踪Bug修复进度，管理算法版本的发布节奏。 3.研发流程推进：组织技术评审会、日站会及复盘会，维护项目看板（如Jira、Notion、飞书），识别关键路径上的风险与卡点，并推动问题解决。 4.跨职能协同：作为信息枢纽，对齐算法研发、硬件集成与运维团队的信息差，确保算法迭代在真实机器人硬件上的顺利部署与验证。
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。