拼多多【商业化】机器学习架构工程师（训练和推理方向）
任职要求
1、熟悉Linux开发环境，精通C++/Python，具备扎实编程基础，具备高性能系统开发经验； 2、具备主流深度学习TensorFlow、PyTorch、ONNX Runtime、vLLM等任一框架的使用、开发经验 …
工作职责
1、负责设计与开发分布式模型训练系统，支持千亿参数的PS架构和万亿参数的Transformer架构，优化算力异构集群； 2、设计开发高性能模型推理服务，优化低延迟、高并发、高稳定性的推理系统，满足搜广推场景毫秒级响应需求； 3、优化训练和推理中的性能瓶颈，通过升级架构、算子优化、访存优化、量化技术等压榨硬件算力； 4、优化大模型的训练和推理速度，调研开发DeepSeek、Megatron、DeepSpeed、vLLM等模型和框架的落地； 5、与算法团队紧密合作，针对业务需求（CTR/CVR、大语言模型、强化学习等），推动新技术在场景中的应用。
1. 负责设计、研发和优化商业化模型推理服务和训练服务。 2. 负责商业化模型工程架构的持续迭代和发展。 3. 负责推动先进的模型技术应用于商业化业务场景。 4. 负责提升离在线服务的性能，优化资源分配和治理。
1.负责设计、研发和优化商业化模型推理服务和训练服务。 2.负责商业化广告相关模型业务的持续迭代。 3.负责商业化模型工程架构的持续迭代和发展。
业务介绍： 我们是阿里巴巴国际数字商业集团的智能技术团队，负责阿里巴巴旗下多个国际化电商平台的搜索、推荐、广告、用增等技术。团队致力于将最前沿的AI技术与国际化电商业务问题深度结合，为用户打造更好更智能化的网上购物体验，同时赋能百万商家实现更高效的经营。 选择加入我们意味着投身入于高速发展的国际化电商业务，一起打造最先进的AI技术以驱动全球电商业务发展。 岗位描述： 1、负责支持业务迭代：推进来自搜索、推荐、广告、用增各域的产品需求快速落地。 2、负责系统架构设计：负责搜索、推荐、广告引擎的架构设计与优化，支撑多语言场景下的高并发请求处理，满足全球用户低延迟、高可用的服务需求。 3、负责性能调优：针对召回排序、模型训练&推理、特征计算等模块进行工程性能优化（如分布式计算加速、内存管理、GPU资源调度等），提升算法迭代效率。 4、负责工程平台开发：构建算法与工程协同的标准化平台，包括特征实时化平台、在线推理服务框架、AB实验平台等，支持算法快速迭代与业务效果验证。 5、负责大模型工程优化：负责生成式AI技术的工程落地，包含大模型训练、推理加速、多模态内容生成等技术工作。 补充说明：同时也招聘面向25年应届毕业的同学；
部门介绍： 小红书的AI技术中台目前由AI技术部负责建设，通过标准化的AI技术能力提供支持公司各个业务团队（包括社区，交易，商业化，广告，agi），实现AI能力的共享和复用，提升技术资源的利用率和公司的创新迭代速度，并降低技术成本和稳定性风险。 工作职责： 作为小红书AI技术部 智能调度开发工程师： 1、负责机器学习系统资源智能调度的设计和开发，服务于各方向（搜广推核心场景、LLM场景等）的模型训练、模型评估和模型推理； 2、通过调度技术、引擎技术提升在离线资源分配和利用效率，并提升训练、推理性能，支持公司业务的快速发展。 3、通过对机器学习平台的架构升级和产品迭代，大幅提升算法同学的模型迭代效率。 4、打造具有业界一流水平的机器学习技术，通过开源共建等各类形式，提升团队与个人在业界的影响力。