蚂蚁金服蚂蚁集团-数据采购经理-具身智能方向
任职要求
1、本科及以上学历，具备3年以上采购经验，数据商务（包含外部视频等素材类采购）或采购相关工作经验不少于1年，具有语言大模型/多模态大模型/三方机构数据采购经验者优先；
2、对数据采购的过程管理具有清晰的认知与深刻理解，熟悉采购运作及管理，有独立管理过百万数据采购项目的经验；
3、了解大数据产业及资源布局，有一定的资源储备的优先
…工作职责
1)、根据公司业务发展战略及业务规划，独立承接数据/素材外采需求，确保数据/素材引入合规 2)、结合业务场景通过多维度成本分析，寻找控本切入点，借助成熟的商务谈判技巧，持续优化数据采购成本 3)、分析数据行业及其市场发展趋势，持续引入符合资质的供应商，建立资源池 4)、独立规划数据采购品类的策略及整体发展方向，不断升级数据采购能力并反哺业务 5)、对引入数据做合理化分析，寻找共同点并针对性制定细分领域策略 6)、针对数据采购特性，发现并有效解决采购流程中的痛点，优化效率
岗位职责： 1、ODM/OEM项目全流程管理：主导机器人品类的ODM/OEM项目，包括供应商资源搜寻、评估、导入及合作协议签署，完善行业供应商资源地图。 2、成本管控与优化： ——建立整机BOM成本模型，核算原材料、生产工艺及组装成本，确保产品具备市场竞争力。 ——制定并执行Cost-down计划，持续降低产品全生命周期成本。 3、供应商全周期管理： ——新供应商开发（定位、筛选、审核）及现有供应商绩效评估与关系维护。 ——处理供应商交付、质量等重大异常问题，保障供应链稳定性。 4、跨部门项目协同： ——参与产品开发项目组，跟进试产阶段物料备料、齐套跟踪及供应链风险预案。 ——协同研发、生产团队优化设计方案，平衡成本与性能需求。 5、市场与竞品洞察： ——监控整机产业链动态，分析竞争对手供应链策略及成本结构，提供决策支持。 6、加入高速成长的智能硬件领域，深度参与创新型产品从0到1的供应链搭建。
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。