京东自动驾驶系统研发工程师
任职要求
1、有自动驾驶、机器人软件系统相关的研发经验，了解Apollo或Autoware等自动驾驶软件架构； 2、精通自动驾驶感知、融合、定位、决策、规划、控制模块的接口、功能和数据流，有相关模块在车载计算平台部署的经验； 3、计算机、软件工程或相关专业本科及以上学历； 4、从事所负责模块(感知、定位、规划控制等)相关自…
工作职责
1、理解系统的业务需求、业务逻辑及设计目标，能够有效结合业务场景，负责自动驾驶系统的算法数据流框架设计、技术选型与开发，对所负责的框架结构和子模块、对象进行规划与划分，保障架构设计的可靠性及安全性等； 2、协调所负责模块与其他模块(感知、定位、规划控制等)间的开发协作，确保与其他模块的通信接口设计合理； 3、设计和分解自动驾驶算法性能指标，针对各个模块和系统整体进行性能评价，确保模块指标和整体产品指标的一致性； 4、站在业务角度，引入创新技术，优化所负责模块的技术架构，解决现有技术架构的瓶颈和现有业务产品优化升级过程中存在的技术问题，引入业界优秀的技术实践，推动技术设计方案的落地与优化； 5、管理和维护开发过程中产生的文档（架构设计文档，概要设计文档等）；参与自动驾驶技术知识库的搭建与更新； 6、能够独立完成系统模块功能的设计，并有能力解决开发过程中出现的问题。
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。
滴滴出行国际化金融测试团队，负责核心业务质量保障，包括支付、风控、现金贷、信用卡等业务，团队技术导向，紧跟公司业务，质量保障能力处在行业前沿水平。 1、负责国际化支付系统的核心链路测试架构工作； 2、负责金融域内质量保障体系的构建和实践； 3、参与前线调研，负责前线业务对接，打通国际前线和质量Team信息渠道，消灭认知GAP、赋能国际金融业务 4、通过前瞻性的能力、机制建设， 规避业务质量风险；
1. 负责万亿级别QPS的分布式缓存/存储集群，支撑公司所有产品线的业务需求； 2. 设计、研发高可用、高性能的缓存/存储架构和中间件，应对弹性扩缩容，秒级故障自动切换，异地多活，分布式事务等极具挑战性的工作内容和方向； 3. 优化系统性能，深入内核，提升基础服务相关资源的使用率，增加系统稳定性，保障业务运行； 4. 设计并研发自动化运维平台，提升运维质量和效率，探索运维自动化和智能化技术和方向。
1.参与基于多模态大模型的GUI智能化能力的设计开发，实现多端（web/安卓/ios/鸿蒙/小程序）大模型手眼配套能力全覆盖； 2.跟踪业界前沿技术发展，参与大模型应用评测、企业内部场景化落地、GUI智能体建设等；