美团后端开发工程师（服务零售交易方向）
任职要求
1. 本科及以上学历，3年及以上Java开发经验，研发基本功扎实，对代码质量有较高追求； 2.熟练掌握大型互联网服务端开发与调优技术，理解JVM、MySQL数据库及 常用开源框架、中间件（Redis、Kafka等）原理； 3.具备AI系统开发经验，了解大模型相关技术原理及典型应用模式（如Prompt设计、RAG、SFT、Agent等）； 4.熟练掌握三高（高可用、高性能…
工作职责
1.支持服务零售业务范围内的各类交易相关需求，协同上下游达成业务或技术目标。 2.主导或参与中大型项目的方案调研、设计、开发及后续运营，确保系统可扩展、能力沉淀以及架构演进。 3.利用AI技术对现有产品进行智能化升级，提升产品用户体验和功能价值；利用AI技术优化研发流程，提升研发团队的工作效率。 4.参与核心交易系统的高可用建设，识别风险并解决当前存在的问题，持续提升系统效率与质量。 5.跟踪行业动态和技术发展，及时引入新技术和工具，提升团队的技术能力和开发效率。
1. 负责淘宝闪购外卖、零售、到店等业务的支付、结算、账务清算等场景，并通过银行合作、保险等创新业务为主站带来增单、提频、履约保障等拓展能力； 2. 深入理解和挖掘业务需求，独挡一面，参与需求分析和拆解，产出合理高效的解决方案，完成核心模块的设计、分析和代码落地工作； 3. 对复杂业务进行抽象，支撑业务高效落地，推动平台能力沉淀，对现存或者未来系统能进行深度思考，通过技术解决业务问题； 4. 持续优化系统架构，提高系统在高并发、大流量下的容灾容错能力，保证系统的高可用性（性能、安全、容量）； 5. 对工程师技术文化身体力行，让团队成员在你的影响下取得成长，为团队引入创新技术、创新的解决方案，用创新思路解决问题。
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。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；
1、负责模型训练平台核心功能开发和架构设计，包括传统CN/NLP/SD/LLM等多场景支持 2、负责大模型后训练工具平台化建设，包括后预训练、微调、对齐等技术落地 3、设计和实现高性能分布式训练系统，打造端到端训练解决方案 4、优化训练调度和资源管理，提升集群利用率和训练效率 5、开发模型训练监控诊断工具，建设可观测性体系