京东技术支持工程师
任职要求
1. 具有 3 年以上互联网行业中大型系统运维或质量保障经验，拥有流程优化、过程改进、系统高可用性架构设计经验者优先； 2. 具备出色的沟通协调以及结构化表达能力，能够迅速理解业务模式，在紧急…
工作职责
1. 落实并完善业务运维保障体系，涵盖线上问题管理、全维度全链路监控管理、生产变更管控、故障容灾演练、稳定性文化建设等； 2. Oncall应急响应，实时关注生产系统的健康状况，追踪线上异常事件，推动跨业务跨部门高效协作，缩短故障恢复时间； 3. 辨识核心业务风险场景，构建并维护风险监控大盘，借助监控迅速发现问题，并辅助进行原因预判与定位； 4. 通过故障复盘输出有效改进措施，跟踪改进措施的落实情况，防止重复故障出现，同时不断优化运维平台产品。
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。
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
1. 负责国际化Fintech资金平台的日常设计和开发，包括payin、payout、资金等领域的需求支持 2. 重构Fintech资金平台或新建部分子系统，用合理的架构高质量高效率地解决海外渠道的接入成本、渠道可用性、支付成功率、资损防控、资金核对、差错处置、补偿和追资等需求 3. 投身拉美移动支付蓝海，依托出行、外卖、钱包、信贷等高频支付场景，支撑钱包、信用卡、理财、现金贷及商户收单等金融业务 4. 打造业界领先，稳定、安全、便捷、低成本的资金平台
你将参与或负责如下工作： 1. 负责国际化支付平台的日常设计和开发，包括收单、收银台、支付、账户账务等领域的需求支持 2. 重构国际支付平台或新建部分子系统，用合理的架构高质量高效率地解决海外渠道的可用性、支付成本、支付成功率、资损防控，以及收付款等数十个国家的多样化需求 3. 投身拉美移动支付红海，依托出行及外卖高频支付场景，支撑钱包、信用卡、理财、现金贷及商户收单等金融业务 4. 打造业界领先，稳定、安全、便捷、低成本的全球支付平台，同产品、运营和商务一起逐步推进商业化