蔚来模型研发专家

1、大规模预训练数据处理链路设计与开发，涵盖多源数据自动化采集抓取和解析，为基座模型预训练筑牢高质量数据根基。 2、深入探索前沿模型，构建先进的数据合成方案与框架，融合大模型与创新算法，生成海量、高质量且多样化的合成数据，有效拓展数据规模与维度，满足大模型训练对数据的需求。 3、深度剖析大模型训练数据特性，提高模型训练数据的可解释性，提升大模型算法工程师的数据处理消费效率，加速模型研发迭代进程。 4、建设基于业务体系的数据资产模型，通过合理高效全面的数据资产储备来提升运营迭代和算法迭代效率。 5、搭建数据质量监控体系，保障数据真实、准确、合规。 6、跟踪行业前沿技术，推动数据处理技术在大模型研发中的深度应用与创新落地。

阿里云PAI团队致力于打造业界一流的一站式AI工程化平台，拥有万卡级训练能力与超大规模异构资源调度技术，为复杂模型训练与推理任务构建坚实基座。PAI平台不仅是通义大模型研发与落地的核心基础设施，也作为公共云服务的关键载体，支撑众多行企业构建大模型核心业务。平台提供从数据标注、预处理、模型训练、推理服务到开发环境与工作流调度的全链路工程支持，全面覆盖AI项目从实验探索到规模化落地的完整价值链。作为平台研发工程师，您将深度参与以下工作： 1. 负责大规模异构资源管理与模型训练服务的全流程开发，包括需求分析、架构设计、软件开发、质量保障与部署上线。 2. 持续开展系统模块的深度剖析与迭代优化，提升资源利用效率、任务成功率与启动速度，降低使用门槛，增强产品满意度与客户粘性。 3. 负责平台线上环境的实时监控、故障定位与性能调优，为客户提供及时的专业技术支持，保障平台服务的高可用与高稳定运行。 4. 紧密追踪大模型、AIGC等前沿技术趋势，洞察并提炼高价值用户需求，推动平台功能持续演进与技术架构升级。

1、负责大模型平台的数据和模型训推的工具链的开发 2、负责机器学习平台的数据和模型训推的工具链的开发 3、负责Agent编排和Tool Use、MCP等引擎的开发

1.深度协同算法团队，主导深度学习算法端到端推理系统的架构设计与落地实践，聚焦高吞吐、低延时核心目标，攻克大模型推理工程化落地关键技术瓶颈； 2.针对大模型推理全链路进行性能瓶颈深度剖析，通过算子优化、量化策略、资源调度等手段实现推理吞吐最大化；建立性能 - 成本评估体系，制定资源利用率极致优化方案，实现推理成本可控化； 3.主导大模型推理框架底层架构优化，完善框架功能模块（如动态批处理、推理缓存、容错机制）；构建工程化能力体系，提升框架易用性（API 设计、配置化能力）与可调试性（日志系统、性能埋点、调试工具链），支撑大规模推理服务稳定迭代。