小米生产计划
任职要求
1.教育背景： 本科及以上学历，工业工程、物流管理、工商管理等相关专业优先。 2.工作经验： 具有 3 年以上手机代工厂或电子制造行业生产计划、生产控制相关工作经验，其中至少 1 年以上团队管理经验。 熟悉手机生产工艺流程和物料管理流程，对电子行业供应链有深入了解。 3.专业技能 熟练掌握生产计划制定方法和工具，如 MRP（物料需求计划）、ERP（企业资源计划）系统等，能够运用数据分析软件（如 Excel、SQL 等）进行生产数据的分析和处理。 具备良好的生产流程优化能力，熟悉精益生产理念和方法，能够运用 IE（工业工程）手法提高生产效率。 具备较强的物料管理能力，熟悉物料采购、库存管理…
工作职责
1.生产计划制定与执行 根据订单需求、库存状况及产能，精准制定月度、周度和每日生产计划，确保生产任务按时、按质、按量完成。 协调生产资源，合理安排各生产线的生产任务，平衡生产负荷，避免出现生产瓶颈或资源闲置。 密切跟踪生产计划的执行情况，实时监控生产进度，及时发现并解决生产过程中出现的各类问题，如设备故障、物料短缺、人员调配不合理等，确保生产计划顺利推进。 对于计划执行过程中的偏差，及时进行分析和调整，采取有效的纠正措施，保障生产任务达成率。 2.物料管理与协调 与物控和采购部门紧密合作，依据生产计划制定准确的物料需求计划，确保原材料、零部件的及时供应，避免因物料短缺导致生产停滞。 跟踪物料的采购进度，与供应商保持良好沟通，协调解决物料供应过程中的问题，如交货延迟、质量不合格等。 负责物料库存管理，监控物料库存水平，制定合理的库存控制策略，避免库存积压和浪费。 定期进行库存盘点，确保账物相符，对库存异常情况进行分析和处理。 优化物料配送流程，提高物料配送效率，保障生产线的物料需求。 3.生产流程优化与效率提升 对生产流程进行持续优化，通过改进生产工艺、调整生产布局、优化作业流程等方式，提高生产效率，降低生产成本。 分析生产数据，挖掘生产过程中的潜在问题和改进空间，提出针对性的改进措施，并组织实施。 推动精益生产理念在车间的落地，开展 5S 管理、生产线平衡、标准化作业等活动，提高车间现场管理水平，营造良好的生产环境。 与工程技术部门合作，参与新产品导入（NPI）过程，从生产控制角度提供建议，确保新产品顺利量产。
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。