小米新业务部-Camera HAL开发工程师

1、 负责Android平台多媒体（GPU、Display、Camera、NPU、Vcodec）相关软件架构设计与开发，相关媒体模块的优化； 2、 负责上述媒体相关的IP的FPGA验证工作，与芯片沟通、及时发现并解决相关问题，保证相关硬件的功能正常； 3、 负责上述媒体相关的IP在Android平台上面的Bring Up、移植、深度优化，以及相关驱动的开发和维护； 4、 负责上述媒体相关的IP的PQ算法验证及相关HAL及驱动开发和维护； 5、 负责Linux平台相关媒体模块的驱动开发与维护。

1. 参与ISP领域的规格讨论、方案设计，端到端拉通输出各个领域的详细需求，并能够满足产品的定义，保证产品的竞争力； 2. 负责将Camera功能拆解成系统设计方案、软件架构设计，分解到各个技术团队进行执行，确保feature系统设计的竞争力和落地的可行性； 3. 负责N+1代预研落地的准入标准拆解，承接预研和交付团队的平滑落地； 4. 专项领域的持续演进，从整体技术的维度给出有竞争力的设计方案，确保该类场景的竞争力和卖点交付达成； 5. 负责ISP领域的新技术调研与重点难点问题攻关； 6. 负责产品性能、低功耗等方案的输出；

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。

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；