美团商业增值-商家及运营方向研发工程师
任职要求
1、本科及以上学历，3年及以上互联网系统研发经验； 2、 Java基础扎实，良好的代码风格，熟悉常用的设计方法和设计模式，对面向对象、领域驱动(DDD)开发有一定的经验； 3、熟练掌握Spring、Spring MVC、Mybatis等常用开发框架，熟练掌握JVM性能调优，熟悉 多线程、NIO框架（如Netty）、RPC调用框架(如Thrift)、消息队列框架(RabbitMQ/Kafka等)、分布式协调服务 Zookeeper； 4、具备大数据处理相关工作经验，熟练使用Hadoop、Hive、Spark、Flink、Strom等一种或者几种大数据离…
工作职责
1、广告主投放及增值平台建设，构建统一易扩展的广告预算、出价、创意、效果数据、合约等系统能力，快速支撑美团多业务（外卖/闪购/医药）、多客户类型（中小/KA/品牌商）、多产品线的商业化需求； 2、广告供给运营平台建设，支撑各类广告主运营及营销策略，构建包含诊断扶持、投放建议、营销活动、任务体系和销售体系等的运营矩阵，与广告业务一起共同完成供给目标； 3、优化广告计费结算系统，通过改进系统架构、简化流程、对抗演练等手段，保障系统稳定承载更高吞吐、更低延迟的计费流量； 4、完善面向广告全链路的业务保障体系，增强广告业务及系统稳定性，包含投放数据正确性保证、广告计费资金安全保障、统一业务监控诊断定位等方向。
1. 负责商业增值增长方向前后端测试工作，支撑业务的按时高质量交付，内容主要包括：AI智能外呼方向测试策略制定、测试设计和执行、测试过程管理、质量运营、可测性分析与改进等； 2. 深入理解广告业务和系统，基于对业务特性、技术架构、风险、可测性等领域的分析，持续进行质量保障策略的梳理和迭代，在所负责的业务方向建立完备的质量体系； 3. 参与自动化测试开发、测试工具及测试系统开发等技术建设事项，通过测试技术的应用来规避质量风险、提升测试效率，推动测试技术的体系化建设； 4. 基于质量效能度量分析挖掘质量和效率痛点问题，在交付流程、质量策略、测试技术等领域进行持续的探索和优化。
1. 负责商业增值业务场景中大模型的技术落地，支持业务目标提升； 2. 负责大模型在智能助手、电销、IM等交互式对话场景中的应用，提升场景的自动化与智能化水平，改进商家的交互体验，提升广告供给； 3. 负责大模型在经营诊断分析、多模态创意生成等内容生成类场景中的应用，降低平台和商家的运营成本，提升运营效率； 4. 负责大型语言模型的微调、偏好对齐、知识增强等技术探索，积极跟进AIGC业内应用趋势，包括并不限于多模态、RLHF、Agent等方向； 5. 与其他团队密切合作，包括数据工程师、前后端工程师、产品经理等，实现高质量的产品和解决方案。
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。