盒马盒马-设施设备保障专家（央厨）-上海
任职要求
1、5年以上食品、快消、制药或央厨行业设备管理或工程管理经验，有多个大型工厂统筹管理经验者优先； 2、熟悉食品加工设备（如蒸煮、杀菌、速冻、包装等）及公用工程系统（HVAC、水处理、制冷、空压等）； 3、具备独立主导技改或新建项目…
工作职责
“盒新智造”是盒马（中国）有限公司全资打造的中央厨房智能制造平台，是盒马在食品加工供应链端的重要战略布局，旨在通过自建、自营、智能化、标准化的方式，全面提升自有品牌鲜食与预制菜（3R商品）的研发、生产与供应能力。“盒新智造”不仅是盒马降本增效、提升毛利的关键抓手，更是在零售同质化竞争中构建商品差异化壁垒的核心引擎。 该岗位是盒马央厨智能制造体系（“盒新智造”）中的关键支撑单元，全面负责央厨工厂的基础设施、生产设备、公用工程系统及智能化装备的规划、建设、运维与持续优化。该部门以“安全、稳定、高效、智能”为核心目标，保障央厨7×24小时连续化、高标准生产运营。 一、设备维保体系搭建与执行 1、统筹管理盒马中央厨房3个工厂的生产设备、公用工程系统及辅助设施的预防性维护、定期保养和应急维修计划； 2、制定并优化设备全生命周期管理策略，提升设备综合效率（OEE），降低故障停机率。 二、技术改造项目推动 1、主导央厨产线自动化、智能化、节能降耗等技改项目的立项、方案设计、实施落地及效果评估； 2、协调内外部资源，确保技改项目按期、按质、按预算交付。 三、新设备集中引进管理 1、负责新设备选型阶段的技术参数制定、工艺匹配性评估及可行性分析； 2、组织对设备供应商进行技术考察、资质审核与现场验证； 3、牵头编制招标文件，组织评标、技术澄清及合同谈判，推动采购流程高效闭环。 四、工程类项目统一管理 1、统一对接3个央厨工厂的新建、扩建、改造等工程类项目，包括洁净车间、制冷系统、水处理、能源站等； 2、负责项目从需求提报、方案设计、施工监管到验收移交的全过程管理，确保合规、安全、高效。 五、标准化与知识沉淀 1、建立并持续完善设备管理、工程验收、技改实施等标准化流程与技术规范； 2、指导工厂一线工程团队，提升整体设备运维能力。
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。
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。
1、负责模型训练平台核心功能开发和架构设计，包括传统CN/NLP/SD/LLM等多场景支持 2、负责大模型后训练工具平台化建设，包括后预训练、微调、对齐等技术落地 3、设计和实现高性能分布式训练系统，打造端到端训练解决方案 4、优化训练调度和资源管理，提升集群利用率和训练效率 5、开发模型训练监控诊断工具，建设可观测性体系
【职位描述】 1、设计和实现机器学习平台业务系统, 包括工具链/组件等AI基础设施, 落地业务功能需求； 2、高效优化和部署 计算机视觉、语音识别、语音合成、自然语言处理 等业务模型； 3、与公司各算法部门深度合作, 分析业务性能瓶颈和系统架构特征, 软硬件结合优化, 实现极致性能。