小米小米汽车-生产制造-车身设备维修经理
任职要求
1.本科院校，机械设计与自动化等相关专业； 2.从事车身自动化生产线相关工作8年以上工作应验。从事管理岗3年以上； 3.有主流主机厂相同岗位工作经验； 4.拥有工厂建设从0-1工作经验者优先； 5.有整车厂…
工作职责
1. 负责车身车间设备管理体系建立、优化和实施； 2. 负责车身车间设备保全团队的搭建，并持续提升团队设备管理和维修能力； 3. 设备基础管理：负责建立所辖区域内设备清单，并持续进行维护； 4. 负责设备出现故障的情况下，进行抢修，减少工厂生产的效率损失，并持续提升设备的平均故障间隔时间和故障平均修复时间； 4. 所辖区域内设备专业点检工作，并对自主保全工作检查、指导； 5. 设备年度预性维护和检修项目计划制订、实施； 6. 设备维修成本、新增备件需求管控； 7. 制定预防性设备检修计划的制定及实施，保证设备正常运行； 8. 建立预防性维修的标准作业体系，并持续提升人员作业效率； 9. TPM推行工作：根据TPM推行工作要求，指导所辖区域设备TPM工作的开展与推进； 10. 作为关键用户，和IT团队共同建立车间的设备管理系统； 11. 不断组织团队对设备的使用情况进行总结，和生技团队共同提炼出设备改造建议，未来新设备投资的改善建议方案； 12. 其它领导交办事项。
1.负责设备维修班组管理，包含维修作业安全管理，维修工绩效考核，维修人员技能培养等； 2.制定设备维护保养计划，并按计划组织巡检、点检和保养，记录并跟踪点检保养问题，定期总结实施效果，进行改善优化； 3.组织维修人员开展设备故障的抢修，并深入调查设备故障原因，制定整改对策并水平实施，防止故障再发； 4.负责车间设备备件清单的梳理，及时跟踪库房备件状态，定期进行备件申报；备件到货后协助库房完成备件确认入库； 5.与生产、质量、ME等其他科室/部门有效沟通，共同保证完成交付； 6.根据现场设备存在的问题和生产工段反馈的设备问题信息，制定、落实、跟踪改进措施，保证设备的完好性，完成设备开动率目标； 7.不断采用新技术，对设备结构原理和维修过程进行优化，确保维修费用目标和设备停台指标完成； 8.跟进现场设备安装调试状态，提出改善建议并协助推进实施；按项目交付验收标准开展设备验收工作； 9.协助经理完成设备运营管理体系标准的建立；如人员培养，设备预防性维修PM/TPM，设备故障抢修等；制定车间设备运行管控指标，并对指标运行状态进行跟踪确认； 10.具备设备体系化思路，组织维修人员按照设备管理体系要求，完成各项体系文件准备与运行监督； 11.完成设备经理交给的其他任务。
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。