JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "多模态大模型优化工程师-Data AML(北京/上海/杭州/深圳)",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "机器学习"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士学位及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、深度参与对字节跳动自研模型Seedance/Seedream/Seed-VLM，以及开源LLM/VLM模型的软硬件协同优化和算法优化，构建业界领先的模型优化能力矩阵；\n2、研发面向多端异构平台的量化&稀疏，MOE压缩，Token压缩，Cache复用，投机解码，KV Cache压缩等加速算法，构建Training-Free或结合Post-training/RL-Training的加速算法矩阵；\n3、面向分布式训练/推理场景，深度挖掘模型表示位宽/分辨率/步数/结构等维度的冗余，并加速训练和推理过程，通过算法和工程创新实现降本增效；\n4、探索Efficient AIGC，Efficient LLM领域的问题，结合具体应用场景，通过高质量数据合成、偏好对齐等手段，提升预训练大模型能力和效率，支持公司的基础模型落地；\n5、研发业界效果领先的端侧SLLM/SVLM，赋能抖音/剪映等产品的端侧大模型需求，服务全球数十亿用户。",
"requirements_text": "1、硕士学位及以上，计算机、人工智能、软件工程相关专业；\n2、具备优秀的编程能力，扎实的数据结构和基础算法功底，熟练掌握Python，熟悉深度学习框架（如PyTorch），有CUDA/Triton使用经验者优先；\n3、在计算机视觉、深度学习领域期刊或会议（如CVPR、ICCV、NeurIPS、PAMI等）发表过论文者优先；对扩散模型、视觉Transformer或生成式AI有深入研究者优先；\n4、熟悉扩散模型优化技术（如步数蒸馏，高效模型结构设计）、模型优化（如量化、剪枝、稀疏化）、了解推理加速（如算子优化、分布式推理、多卡并行等）；\n5、具备优秀的问题分析与解决能力，能够自主探索并设计创新性解决方案；具备良好的沟通与协作能力，能够与团队成员共同探索新技术，推动研究进展与项目落地。",
"skills": [AI生成
"Python",
"PyTorch",
"CUDA",
"深度学习",
"计算机视觉",
"数据结构",
"结构设计"
],
"preferred_qualifications": "2、具备优秀的编程能力，扎实的数据结构和基础算法功底，熟练掌握Python，熟悉深度学习框架（如PyTorch），有CUDA/Triton使用经验者优先；3、在计算机视觉、深度学习领域期刊或会议（如CVPR、ICCV、NeurIPS、PAMI等）发表过论文者优先；对扩散模型、视觉Transformer或生成式AI有深入研究者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/6704578947801155852/detail"
}
]
},
"posting": {
"posting_id": "6704578947801155852",
"post_date": "2018-12-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/6704578947801155852/detail"
},
"fulltext": "多模态大模型优化工程师-Data AML(北京/上海/杭州/深圳)\n职位描述\n1、深度参与对字节跳动自研模型Seedance/Seedream/Seed-VLM，以及开源LLM/VLM模型的软硬件协同优化和算法优化，构建业界领先的模型优化能力矩阵；\n2、研发面向多端异构平台的量化&稀疏，MOE压缩，Token压缩，Cache复用，投机解码，KV Cache压缩等加速算法，构建Training-Free或结合Post-training/RL-Training的加速算法矩阵；\n3、面向分布式训练/推理场景，深度挖掘模型表示位宽/分辨率/步数/结构等维度的冗余，并加速训练和推理过程，通过算法和工程创新实现降本增效；\n4、探索Efficient AIGC，Efficient LLM领域的问题，结合具体应用场景，通过高质量数据合成、偏好对齐等手段，提升预训练大模型能力和效率，支持公司的基础模型落地；\n5、研发业界效果领先的端侧SLLM/SVLM，赋能抖音/剪映等产品的端侧大模型需求，服务全球数十亿用户。\n\n职位要求\n1、硕士学位及以上，计算机、人工智能、软件工程相关专业；\n2、具备优秀的编程能力，扎实的数据结构和基础算法功底，熟练掌握Python，熟悉深度学习框架（如PyTorch），有CUDA/Triton使用经验者优先；\n3、在计算机视觉、深度学习领域期刊或会议（如CVPR、ICCV、NeurIPS、PAMI等）发表过论文者优先；对扩散模型、视觉Transformer或生成式AI有深入研究者优先；\n4、熟悉扩散模型优化技术（如步数蒸馏，高效模型结构设计）、模型优化（如量化、剪枝、稀疏化）、了解推理加速（如算子优化、分布式推理、多卡并行等）；\n5、具备优秀的问题分析与解决能力，能够自主探索并设计创新性解决方案；具备良好的沟通与协作能力，能够与团队成员共同探索新技术，推动研究进展与项目落地。\n1、深度参与对字节跳动自研模型Seedance/Seedream/Seed-VLM，以及开源LLM/VLM模型的软硬件协同优化和算法优化，构建业界领先的模型优化能力矩阵；\n2、研发面向多端异构平台的量化&稀疏，MOE压缩，Token压缩，Cache复用，投机解码，KV Cache压缩等加速算法，构建Training-Free或结合Post-training/RL-Training的加速算法矩阵；\n3、面向分布式训练/推理场景，深度挖掘模型表示位宽/分辨率/步数/结构等维度的冗余，并加速训练和推理过程，通过算法和工程创新实现降本增效；\n4、探索Efficient AIGC，Efficient LLM领域的问题，结合具体应用场景，通过高质量数据合成、偏好对齐等手段，提升预训练大模型能力和效率，支持公司的基础模型落地；\n5、研发业界效果领先的端侧SLLM/SVLM，赋能抖音/剪映等产品的端侧大模型需求，服务全球数十亿用户。\n1、硕士学位及以上，计算机、人工智能、软件工程相关专业；\n2、具备优秀的编程能力，扎实的数据结构和基础算法功底，熟练掌握Python，熟悉深度学习框架（如PyTorch），有CUDA/Triton使用经验者优先；\n3、在计算机视觉、深度学习领域期刊或会议（如CVPR、ICCV、NeurIPS、PAMI等）发表过论文者优先；对扩散模型、视觉Transformer或生成式AI有深入研究者优先；\n4、熟悉扩散模型优化技术（如步数蒸馏，高效模型结构设计）、模型优化（如量化、剪枝、稀疏化）、了解推理加速（如算子优化、分布式推理、多卡并行等）；\n5、具备优秀的问题分析与解决能力，能够自主探索并设计创新性解决方案；具备良好的沟通与协作能力，能够与团队成员共同探索新技术，推动研究进展与项目落地。"
}