美团AI应用平台TPM岗位
任职要求
1. 本科及以上学历，计算机科学、人工智能、信息管理或相关专业背景者优先。 2. 3-5年以上产品运营、技术产品运营、AI解决方案推广或相关领域工作经验。 3. 对主流AI技术（如AIGC、大模型LLM、自然语言处理NLP、机器学习ML等）有一定理解，了解其基本原理、能力边界及典型应用场景。 4. 具备优秀的产品运营策划和执行能力，能够独立负责一个或多个AI产品/功能模块的运营工作。 5. 出色的数据分析能力，熟练使用SQL、Python等数据分析工具，能够基于数据洞察驱动运营决策和产品优化。 6. 卓越的沟通表达、逻辑思维和问题解决能力，能够高效地进行跨团队协作和…
工作职责
1. 平台推广与用户增长： 负责图灵AI应用平台核心产品/能力的运营策略制定与执行，包括客户理解与分析、运营推广计划等，提升平台在目标用户中的认知度和活跃度。 2. 应用场景挖掘与孵化： 深入理解各业务方需求及AI技术能力边界，主动挖掘和识别AI技术在不同业务场景下的潜在应用机会，与业务团队共同设计和验证AI解决方案，并推动成功落地。 3. 技术价值传递与赋能： 作为平台技术与业务应用之间的桥梁，清晰、准确地向业务方传递AI能力价值，组织产品培训、案例分享等活动，赋能用户更好地理解和使用平台AI能力。 4. 运营体系建设与优化： 建立和完善AI应用的效果评估标准、反馈机制和运营SOP；针对特定AI应用场景，协助构建或优化评测数据集和评估方法。 5. 数据驱动运营与迭代： 负责平台产品/能力的数据运营工作，监控产品运营数据（如调用量、采纳率、用户反馈、效果指标等），通过数据分析评估应用效果，驱动产品迭代和运营策略优化。 6. 跨团队协作与沟通： 与算法、研发、产品设计及业务团队紧密协作，确保信息畅通，高效推动AI应用项目的进展和目标达成；收集、整理并向产研团队反馈用户需求和市场动态。 7. 生态与内容建设： 负责整理和输出平台产品化文档、最佳实践案例、行业解决方案等内容，助力构建活跃的开发者和用户生态。
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。
大模型具备很强的泛化及理解世界能力，在小红书内的众多生产场景遍地开花，大模型的训练和部署已成为许多算法工程师的日常。在多团队、多业务频繁使用的大规模GPU集群上，如何能够通过高效的GPU调度策略，使大家不仅能丝滑地完成训练及部署任务，同时也能充分激发大规模GPU集群的效能，是行业公认的关键挑战。在这里，你可以聚焦LLM场景，接触到超大规模GPU集群，并使用真实负载数据进行深入分析及技术探索。欢迎加入我们，一起探索领先技术改变世界！ 工作职责： 1、负责万卡规模GPU集群效能分析及优化，通过调度策略优化、在离线混部、集群调度、GPU虚拟化、故障快速恢复、存储&网络加速等手段，提升大规模GPU集群的整体使用效率。 2、负责构建面向大模型训练、微调、推理、部署全流程LLMOps，与下游云原生平台深度融合，支撑大模型在公司内各业务生产链路稳定高效地落地。 3、持续关注业界最新的GPU资源调度相关技术动态，探索建设业界领先的资源调度策略及方法，构建下一代大规模AI资源调度系统。