美团数据运营专家（外包结算与成本管控）
任职要求
1. 本科及以上学历； 2. 具备3年以上数据分析工作经验； 3. 熟练操作办公软件及数据统计方法； 4. 具备优秀的数据处理、数据分析、数据呈现能力、信息洞察力； 5. 具备业务思维能力和用户行…
工作职责
1.账单核算与线上化产品运营 ①月度临时性激励线下核算，基于考核规则保证核算准确性与及时性； ②结算账单线上化产品运营及日常功能维护，结算模块产品需求梳理及产品功能迭代； ③构建线上核算产品理想态，并基于实际考核规则推动产品理想态实现。 2. 数据分析 ①了解并熟练使用常用数据分析方法，通过构建和优化数据工具、可视化工具更好的呈现数据结果，方便部门决策； ② 每月处理并分析客服外包费用数据，形成月度分析报告并召开月度成本复盘会议； ③ 配合绩效改革进行月中/月度结费数据分析监控，形成分析报告，并基于异常数据提出针对性策略优化建议； ④ 通过数据分析，从规则后视角度给出数据结果与合理建议，并推动优化考核规则。 3.成本管控 对横向费用进行整体监控与分析，协助建立部门成本支出分析体系，并优化标准与成本管控管理方法。 4. 协助完成部门内部的其他工作，如流程建立及改善建议、跨部门沟通协调等。
1、业务交付流程管理：根据业务需要，统筹交付团队管理，牵头推进业务立项、成本测算、商务协作、供应商选择、人力招聘等流程； 2、合规管理：内部合规培训，明确对外沟通规范和红线要求，落地外包管理规则； 3、工具与权限管理：内部系统供应商组织架构搭建&更新维护；供应商人员相关权限管理：排班/考勤权限、各类数据安全和相关审批等； 4、交付与结算管理：根据交付管理需求制定SLA考核方案，治理标准和商务流程对齐落实； 5、产品定向策略优化：根据外发特征，针对治理平台、治理标准、交付流程提出有效的产品化解决方案，并推动问题解决； 6、建立外包管理团队，在流程管理、质量管理、现场督导、职场建设、运营对接等方面，保障外发业务交付质量效率合理合规。
1、业务交付流程管理：根据业务需要，统筹交付团队管理，牵头推进业务立项、成本测算、商务协作、供应商选择、人力招聘等流程； 2、合规管理：内部合规培训，明确对外沟通规范和红线要求，落地外包管理规则； 3、工具与权限管理：内部系统供应商组织架构搭建&更新维护；供应商人员相关权限管理：排班/考勤权限、各类数据安全和相关审批等； 4、交付与结算管理：根据交付管理需求制定SLA考核方案，治理标准和商务流程对齐落实； 5、产品定向策略优化：根据外发特征，针对治理平台、治理标准、交付流程提出有效的产品化解决方案，并推动问题解决； 6、建立外包管理团队：至少2000人以上管理经验，在流程管理、质量管理、现场督导、职场建设、运营对接等方面，保障外发业务交付质量效率合理合规。
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。