小米端到端数据闭环研发工程师

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。

1. 面向有道词典、词典笔、学习规划/小P老师等产品线，负责 Agent 能力的整体方案与核心算法研发，包括任务分解、计划-执行/反思循环（Plan-Execute / ReAct / Reflection）、长短期记忆与工具路由等； 2. 负责 SLM（Small Language Model）持续预训练与指令微调（SFT），构建高效压缩与蒸馏方案，面向端侧/低延迟场景优化推理效率； 3. 设计与实现工具调用（Function/Tool Calling）体系：工具编目与路由、参数填充、结果验证与回退、调用链追踪与可观测性，提升工具使用的成功率与收益； 4. 基于强化学习（PPO/GRPO/DPO 类方法等）与奖励建模，面向语义理解、工具使用成功率、内容生成质量等目标进行对齐与优化，支持离线/在线策略迭代； 5. 负责搜索与排序相关模型：语义检索embedding/rerank、学习排序（pointwise/pairwise/listwise）、点击/转化信号建模与评估； 6. 负责数据全链路：高质量数据构建、策略采样、合成与清洗、去重与去噪、难例挖掘、失败案例回放及工具轨迹数据集构建； 7. 建立系统化评测体系：离线基准（理解/工具成功率/可用性）、端到端任务评测、A/B 实验与线上指标监控，推进效果持续迭代； 8. 推动工程化落地：训练管线与分布式并行、推理服务化与弹性扩缩、缓存与检索加速、成本/时延/稳定性优化； 9. 跨团队协作，与产品、工程、数据及标注团队紧密配合，按期高质量交付，持续提升用户体验与业务指标。

负责AliExpress 跨境电商业务的交易，营销，支付，结算，逆向，价格领域等核心基础链路场景的服务端工作。来AE基础链路团队，从全链路视角和闭环感受AE的核心业务和技术。在这里，你能参与到AE订单管理等交易链路的设计，你能参与到AE优惠活动、购物券等营销链路设计，你能参与到AE国际化、多币种、多渠道支付链路设计，你能参与到AE金额结算链路设计，你能参与到AE逆向交易链路的设计。共同打造阿里巴巴核心的跨境电商交易系统；只要你敢想，我们就敢一起干。我们的目标是打造全球化的基础链路团队，保障AE全链路的稳定性，提升AE全链路的性能，来满足我们的全球化买家更快、更好的购物体验。

● 参与和负责蚂蚁图计算相关的产品前端研发，为蚂蚁一线业务提供稳定好用的图研发和分析产品； ● 参与蚂蚁智能化商业洞察产品的建设，通过数据可视化等前端技术助力用户从数据到洞见； ● 参与蚂蚁用户行为分析产品建设，从规范到 SDK 到分析全链路闭环建设； ● 参与蚂蚁数据研发平台产品建设，了解业内复杂数据体系下数仓建设，并通过 AI 改变数据探查与研发模式； ● 参与产品体验度量产品建设，从 0-1 定义蚂蚁自己的产品度量体系，帮助产品提升体验； ● 探索未来，结合业务产品 和 AI 的新创意