沐瞳【2026届秋招】战略分析师
任职要求
1. 热爱游戏行业！长期深入体验过多品类游戏，且对于各类游戏特征有自己的认知和理解。
2. 2026届大学本科及以上学历，游戏相关、理工、商科专业优先，有游戏相关奖项或成就者优先。
3. 有游戏公司战略/商业分析/策划/发行/项目管理、互联网公司战略/商业分析、咨询公司等实习经验者优先。
4. 善于进行沟通与团队协作，并具备优秀…工作职责
1. 通过桌面研究、玩家调研、行业访谈等多种方式建立对行业实时动态的认知，形成宏观市场、品类趋势、产品创新等多方面研究成果，为企业战略布局及重点产品策略提供关键决策依据。 2. 深度参与规划与执行公司层面战略课题解决方案，与研发、发行、运营、商务、人力等内部专业团队紧密合作，统筹协调企业内外部相关资源，推动战略决策从方案形成到落地见效。 3. 基于公司战略框架下规划的拟立项产品或在研产品需求，开展针对性市场、产品或细分领域研究，并在产品里程碑评审中提供专业意见，助力公司通过合理资源规划搭建战略产品矩阵。 4. 抢先体验全球最新游戏研发成果，并结合与开发团队的直接交流，统筹多部门共同形成对于项目团队、细分市场、产品前景等方面的综合分析，协助公司进行产品引入、投资并购等方面业务决策。 5. 持续监测行业前沿动态，包括但不限于玩法创新、用户变化、技术迭代等，识别潜在机会点，并推动企业战略创新项目的孵化和落地。
- 负责游戏方案设计相关业务的AI需求场景挖掘与应用落地，包括用户调研、竞品分析、AI技术可行性分析、产品规划、产品设计、项目管理、数据分析等； - 对产品体验、落地效果、产品价值负责，深入了解公司业务与算法技术，持续推动产品迭代； - 对接战略研究、策划、运营、用户研究、各项目组、研究小组、算法工程师等各方业务，确保产品实施、项目跟进与落地应用。
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。