
智能互联高德-大模型应用算法专家-AI算法法专项
任职要求
1、计算机、电子信息工程、自动化控制、数学、信息安全等相关专业背景,硕士及以上学历; 2、在机器学习或深度学习领域有实习或者项目经历,具备以下一个或多个方向的研究和应用经验,如多模态数据处理、自然语言处理、计算机视觉、大模型、推荐等,在NIPS/ICML/ICLR/CVPR/KDD/AAAI等顶会顶级会议或者期刊发表论文…
工作职责
1。责大规模预训练模型(如Transformer、BERT、GPT等)的开发、调优和部署,提升模型性能和效率; 2。设计并实现模型压缩、量化、蒸馏等技术,降低模型计算和存储成本; 3.探索前沿算法(如多模态模型、强化学习、自监督学习等),推动技术创新与落地; 4.系统设计与工程实现 5.参与分布式训练框架(如Horovod、Ray、Distributed TensorFlow/PyTorch)的搭建与优化; 6.协同工程团队实现模型推理服务的高并发、低延迟部署,支持业务场景需求;
1。责大规模预训练模型(如Transformer、BERT、GPT等)的开发、调优和部署,提升模型性能和效率; 2。设计并实现模型压缩、量化、蒸馏等技术,降低模型计算和存储成本; 3.探索前沿算法(如多模态模型、强化学习、自监督学习等),推动技术创新与落地; 4.系统设计与工程实现 5.参与分布式训练框架(如Horovod、Ray、Distributed TensorFlow/PyTorch)的搭建与优化; 6.协同工程团队实现模型推理服务的高并发、低延迟部署,支持业务场景需求;
1。责大规模预训练模型(如Transformer、BERT、GPT等)的开发、调优和部署,提升模型性能和效率; 2。设计并实现模型压缩、量化、蒸馏等技术,降低模型计算和存储成本; 3.探索前沿算法(如多模态模型、强化学习、自监督学习等),推动技术创新与落地; 4.系统设计与工程实现 5.参与分布式训练框架(如Horovod、Ray、Distributed TensorFlow/PyTorch)的搭建与优化; 6.协同工程团队实现模型推理服务的高并发、低延迟部署,支持业务场景需求;
【业务介绍】 我们是小红书内稠密类模型(LLM/MLLM/SD/CV/NLP)统一的AI平台QuickSilver,负责调度公司内所有稠密类模型训练与推理资源,基于自建的训推引擎,为公司所有AI算法同学迭代业务模型提供端到端一站式AI服务;包括数据管理,模型管理,模型训练、压缩、推理、部署,服务管理,资源调度等一系列能力。 工作职责: 1、负责稠密类模型训练推理开发平台的架构设计和核心功能研发 2、设计和实现大模型训练部署流程,包括模型fine-tuning、推理服务化等 3、构建云原生架构,设计高可用、高性能的微服务体系 4、优化平台性能,提升系统稳定性和可扩展性
Location: 杭州市西湖区西溪谷国际商务中心G座 上海在静安区氪空间 北京在昌平龙泽地铁站滴滴天空之城A座 我们这里是滴滴国际金融最重要的业务和技术底盘,用技术的手段将底盘能力做扎实(即保障资金安全、业务系统高可用), 国际化业务才能在更专注的去追寻业务的高速发展,不用因为技术底盘不扎实而影响业务的发展。如果你对这一块有兴趣,会得到比较快的技术成长 * 国际化业务目前发展势头良好。 * 资金安全&高可用,预防线上的资损问题和高可用问题,是国际金融业务的核心技术和底盘。 * 团队氛围开放积极,有机会与国内外各部门业务与技术进行日常交流学习。 职责要求: 1、滴滴国际化金融(IBG FinTech) 技术风险能力建设,包含应急能力、变更防御、红蓝攻防、性能容量、资金安全,构建Fintech技术风险体系; 2、参与重大项目的技术风险保障工作,对技术风险领域进行评审和分析; 3、贴身业务,挖掘业务风险,沉淀技术风险领域标杆,释放研发技术风险投入,更聚焦在业务研发上; 4、明星业务,多底盘充满了挑战和机遇,欢迎来战。