小米AI后端工程师
任职要求
计算机相关专业硕士学历，扎实的算法基础（LeetCode中等难度以上） 精通Java/Python至少一门语言，熟悉Linux开发环境及常用工具链 熟悉Web服务开发，了解Web服务框架，了解RPC框架（Dubbo/gRPC等）、容器化技术（Docker/K8s）、消息队列、ES等，能够高效地进行后端服务的开发与维护 熟悉语言LLM/VLM/AI…
工作职责
1.参与云端AI服务的研发工作，包括需求沟通、功能设计与开发等 2.负责相关业务服务器相关的并发架构设计开发、线上维护等 3.和产品/测试/运营进行密切沟通，能够根据需求提出合理技术方案 4.跟踪前沿技术（如LLM服务化、虚拟化等），推进新技术在业务场景中的落地实践
1、负责小红书新的独立APP应用的后端技术研发和产品迭代； 2、负责和多个大模型服务的调度模块，不断优化模型的调用链路； 3、与客户端、产品、设计、测试等团队紧密合作，完成项目推进和功能交付。
1. 参与基于大语言模型（LLM）的AI应用后端开发，包括核心逻辑设计、API接口开发及系统集成； 2. 研究并实践LLM相关技术（如RAG、Planning、Tooluse、Memory、MCP等），优化模型推理效率与业务适配性； 3. 设计并实现AI应用的后端架构，保障系统的高性能、高可用性及可扩展性； 4. 参与AI服务的部署、测试与性能优化，编写技术文档及维护代码； 5. 与算法团队协作，推动LLM模型在实际业务场景中的落地与迭代。
1、负责 AI 创新产品的后端核心设计，应对快速变化的业务需求，保证服务的高性能与高可用； 2、搭建适应 AI 业务特性的后端基础设施，构建可复用的服务能力； 3、全面拥抱 AI Coding。你将利用最新的 AI 工具链实现开发闭环（需求拆解->代码实现->测试发布），探索“一人抵一个团队”的超级个体模式。
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。