小米训练平台性能优化工程师实习生

深度优化训练流程 主导模型训练全链路性能分析与优化，设计GPU资源弹性调度策略 开发自动化训练加速工具链，构建可扩展的云端训练框架 研发混合精度训练、梯度压缩等前沿技术，突破训练吞吐瓶颈 构建训练优化体系 制定标准化训练效能评估体系，建立成本-效率量化模型 设计可复用的训练加速组件库，沉淀最佳实践方法论 开发训练过程性能分析平台，实现性能问题智能诊断 赋能业务研发 优化多任务资源调度策略，提升GPU集群整体利用率 为算法团队提供训练加速解决方案，缩短模型迭代周期

1、参与小红书内部AI平台QuickSilver的前端开发工作，高质量完成前端功能开发和组件建设； 2、与产品、后端、算法紧密合作，完成数据管理、模型管理、模型训练、压缩、推理、部署、资源调度等功能； 3、设计和实现前端交互界面，优化页面性能与交互体验，提升平台的易用性和美观性； 4、参与前端技术预研，关注大模型开发平台产品现状，了解业界领先的产品和交互设计；

无

1. 参与餐流量运营项目的AI算法研发工作，负责模型的设计、实现和优化，包括但不限于模型架构设计、算法实现、性能优化等核心工作。 2. 负责AI算法模型的训练、调优和部署工作，包括特征工程、模型调参等，确保模型在生产环境中的准确性、稳定性和可靠性。 3. 设计并实现模型评测方案，构建科学的评估体系，进行模型效果评估、性能分析和优劣比较，持续提升模型的预测准确率和业务价值。 4. 深入研究AI技术发展趋势，关注算法创新和行业动态，持续优化模型训练流程，探索新算法、新模型，推动技术革新和业务创新。