美团交易系统平台部-商品供给-高级JAVA工程师
任职要求
知识/技能： 1.本科及以上学历，扎实的计算机基础（操作系统，数据结构与算法）和软件开发； 2.熟悉掌握常用的Java类库及开源框架，如多线程、并发处理、I/O与网络通讯、Spring等，掌握Java虚拟机原理，有JVM分析及调优的经验； 3.精通 MySQL 应用开发，熟悉数据库原理和常用性能优化技术，了解分布式数据库、NoSQL、MQ的原理、使用场景以及限制； 4.熟悉检索引擎的常见架构，精通Lucene的基本原理，对ElasticSearch有丰富的实践经验； 5.研究过 http/tcp 协议、搜索引擎、缓存、jvm、序列化、nio、RPC框架等，有相关实践经验； 6.擅长使用开源框架，在某个领域内对开源框架有一定的审美…
工作职责
1.负责商品业务的迭代与创新，打造商品标准化体系，提升商品供给效率，优化商品供给结构； 2.负责商品系统的稳定性保障，99.99%是基本的目标，带领团队完成应用层性能优化、中间件深度实践、底层存储升级； 3.负责统一标品体系（类目属性、平台SPU、平台SKU）的建设，满足更多品类商家的高质量快捷上单诉求，提升平台商品管控能力； 4.参与商品公共服务（公司级）建设，打造业内优秀的商品平台，具备业务可配置、业务自助式扩展、业务可视化、业务隔离（部署，逻辑，存储）； 5.负责业内探索性技术在商品中心的实验与落地，包括单元化（SET化）、分布式数据库（TiDB）等。
1.外卖C端导购方向：负责外卖C端导购链路（首页、店铺页、商详页等）服务建设，支撑业务业务指标增长，优化服务架构，提升系统稳定性。 外卖拼好饭方向：负责拼好饭商品方向的研发工作，完成商品建品、招商、选品、补贴、搭建会场、投放等全流程核心系统建设，持续提升商品供给效率、优化商品供给结构。 到家营销平台方向：负责营销方向的需求管理、系统设计、功能开发等，理解营销业务形态和目标，针对营销具体业务场景，快速支撑业务需求实施落地。 2.深度挖掘业务诉求，持续优化现有架构，编写优雅代码，保障服务质量，通过技术能力驱动业务前进，提高生产力。 3.深度参与系统的稳定性建设，包括故障监测与预警、容灾备份、性能优化等，确保系统的高可用性和可靠性。 4.具备指导初级、中级工程师的能力，和团队成员共同成长，保障研发团队持续战斗力输出。
1. 负责拼好饭商家、商品核心系统的研发工作，完成商家入驻、费率定价、合同签约，商品建品、招商、选品、补贴、搭建会场、投放等核心系统能力建设 2. 持续对标业内商家供应链系统建设方案，优化系统建设，持续改进产品功能 3. 持续对标商品领域系统建设方案，持续推进系统优化，适应业务的快速变化； 4. 指导中低级工程师完成开发任务，制定培养计划，关注个人成长
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。
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。