美团小象超市-能力提升负责人
任职要求
1.经验： 6年以上大型劳动密集型行业（零售、物流、餐饮）培训体系搭建与团队管理经验。有即时零售或前置仓业务经验者优先。 2.专业能力： （1）体系搭建能力： 精通培训需求分析、课程体系设计与项目运营。 （2）知识…
工作职责
作为前置仓运营能力提升的核心负责人，需要系统性规划并落地全国数万名站员的成长体系。通过构建 “分层培养-知识沉淀-智能赋能-区域落地” 的完整闭环，持续提升一线人效、质量与留存，为业务的规模化与精益化运营提供坚实的人才保障。 1. 培训体系规划与分层培养设计 （1）主导分析前置仓各岗位（分拣、理货、水产等）的全职业生命周期任务与能力模型，绘制岗位学习地图。 （2）设计并落地匹配不同阶段的分层培养项目（如：新人上岗认证、在岗进阶训、管理转身认证等）。 （3）建立与职级、薪酬挂钩的技能认证与评估体系，驱动员工自主成长。 2. 知识管理与数字化学习体系搭建 （1）牵头建设组织知识沉淀机制，将优秀实践、典型案例、SOP系统转化为标准化、可复用的知识库（如手册、案例集、微课）。 （2）主导规划并引入智能学习与答疑工具（如AI问答机器人、智能培训助手），提升知识获取效率与精准度，实现7x24小时赋能。 （3）负责培训相关数字化平台的规划、选型与落地推广。 3. 培训运营、区域赋能与效果保障 （1）搭建并管理 “总部-城市BP” 两级培训运营网络，制定标准化落地流程与管控机制。 （2）赋能、管理与考核城市培训BP团队，确保全国培训项目的质量、时效与一致性。 （3）建立培训效果评估体系，通过关键数据（如上岗周期、人效、留存率、问题解决率）衡量与反馈培训价值，驱动体系持续迭代。 4. 团队与综合管理 （1）负责培训团队的搭建、发展与日常管理。 （2）管理培训预算，合理规划资源投入，提升培训投资回报率。 （3）协同人力资源（HRBP）、区域运营、品控等多部门，推动能力提升相关项目联动。
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。