钉钉钉钉-AI服务端开发工程师-智能人事方向
任职要求
1.具备扎实的计算机基础，熟悉常用数据结构、算法、操作系统、数据库、计算机网络等核心知识； 2.熟练掌握 Java 编程语言，理解面向对象设计原则，具备良好的系统设计能力与编码习惯； 3.熟悉 Spring/Spring Boot、MyBatis、Redis、消息队列等主流后端技术栈； 4.对AI技术在业务系统中的工程化落地有浓厚兴趣，了解基本的机器学习、大模型相关概念或典型应用场景； 5.具备 Python 编程经验者优先，尤其在数据处理、模型调用、自动化脚本…
工作职责
1.负责钉钉智能人事业务相关系统的后端研发与架构设计，打造稳定、高效、智能的人事服务平台； 2.深度参与人事领域AI能力的业务落地，包括但不限于人事、考勤、招聘、薪酬等核心模块； 3.主导并持续优化系统架构，提升系统的性能、稳定性与可扩展性； 4.跟进大模型等AI新技术在实际业务场景中的探索与应用，协同前端、算法、产品等团队，推动智能化人事系统持续演进。
1. 负责HR系统的前端架构设计、核心开发及方案落地。 2. 优化前端技术体系与性能，保障系统高效稳定运行。 3. 开发业务适配工具并推动流程自动化，升级团队技术能力。 4. 协同团队攻关技术难点，推动前沿技术在业务中创新应用。 5. 制定前端技术规范，引领技术创新方向，满足业务迭代需求。 6. 使用AI相关技术，实现研发及业务提效。
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。