{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "硬件加速推理AI Infra工程师 - 芯片研发",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "研发"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": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍：字节芯片研发团队目前工作主要集中在芯片设计环节，主要围绕字节自身业务展开芯片探索，为字节多项业务的专用场景定制硬件优化，设计多款基于先进半导体工艺的云端复杂芯片，以期提升性能、降低成本。早期若干芯片项目已经进入到量产部署阶段，有多次一版成功的投片经历，所用工艺包含多个主流的先进工艺节点。与基础设施各团队之间工作的整体协同，能更容易和更好地发挥芯片研发的价值。\n\n1、负责大模型等业务模型在自研芯片进行适配性和性能评估、软硬件协同优化工作；\n2、负责AI模型整图或者算子编译框架优化，实现较高硬件利用率和整体性能，提升编译框架的通用性与优化能力；\n3、构建分布式推理系统，推理框架极致调优，实现较优的在线部署吞吐和高性价比；\n4、模型量化、稀疏、蒸馏等推理部署的探索和落地方案。",
        "requirements_text": "1、深入理解AI加速硬件的体系结构和并行计算；\n2、熟悉深度学习框架和软件栈，熟练使用C/C++、Python等编程语言；\n3、熟悉ONNX/TensorFlow/PyTorch等主流深度学习框架；\n4、有主动学习、问题分析与解决能力和较强自驱力；具备良好的跨团队协作能力。\n\n以下为加分项：\n1、熟悉编译器和代码优化技术，有MLIR、TVM等相关开发经验；\n2、熟悉GPU或者主流AI芯片架构，有相关算子优化、图编译优化经验、硬件评测经验；\n3、对LLM或多模态领域模型有深刻理解，例如Qwen、Deepseek等；\n4、有AI加速硬件的量化工具开发经验；\n5、熟悉AI服务器和集群架构，熟悉芯片和集群互联相关技术，有实践开发经验；\n6、有vLLM/SGLang等推理框架开发和调优经验，有部署实践相关经验。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "团队协作"
        ],
        "preferred_qualifications": "以下为加分项：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/6735312804741384452/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "6735312804741384452",
        "post_date": "2019-09-11",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/6735312804741384452/detail"
    },
    "fulltext": "硬件加速推理AI Infra工程师 - 芯片研发\n职位描述\n团队介绍：字节芯片研发团队目前工作主要集中在芯片设计环节，主要围绕字节自身业务展开芯片探索，为字节多项业务的专用场景定制硬件优化，设计多款基于先进半导体工艺的云端复杂芯片，以期提升性能、降低成本。早期若干芯片项目已经进入到量产部署阶段，有多次一版成功的投片经历，所用工艺包含多个主流的先进工艺节点。与基础设施各团队之间工作的整体协同，能更容易和更好地发挥芯片研发的价值。\n\n1、负责大模型等业务模型在自研芯片进行适配性和性能评估、软硬件协同优化工作；\n2、负责AI模型整图或者算子编译框架优化，实现较高硬件利用率和整体性能，提升编译框架的通用性与优化能力；\n3、构建分布式推理系统，推理框架极致调优，实现较优的在线部署吞吐和高性价比；\n4、模型量化、稀疏、蒸馏等推理部署的探索和落地方案。\n\n职位要求\n1、深入理解AI加速硬件的体系结构和并行计算；\n2、熟悉深度学习框架和软件栈，熟练使用C/C++、Python等编程语言；\n3、熟悉ONNX/TensorFlow/PyTorch等主流深度学习框架；\n4、有主动学习、问题分析与解决能力和较强自驱力；具备良好的跨团队协作能力。\n\n以下为加分项：\n1、熟悉编译器和代码优化技术，有MLIR、TVM等相关开发经验；\n2、熟悉GPU或者主流AI芯片架构，有相关算子优化、图编译优化经验、硬件评测经验；\n3、对LLM或多模态领域模型有深刻理解，例如Qwen、Deepseek等；\n4、有AI加速硬件的量化工具开发经验；\n5、熟悉AI服务器和集群架构，熟悉芯片和集群互联相关技术，有实践开发经验；\n6、有vLLM/SGLang等推理框架开发和调优经验，有部署实践相关经验。\n团队介绍：字节芯片研发团队目前工作主要集中在芯片设计环节，主要围绕字节自身业务展开芯片探索，为字节多项业务的专用场景定制硬件优化，设计多款基于先进半导体工艺的云端复杂芯片，以期提升性能、降低成本。早期若干芯片项目已经进入到量产部署阶段，有多次一版成功的投片经历，所用工艺包含多个主流的先进工艺节点。与基础设施各团队之间工作的整体协同，能更容易和更好地发挥芯片研发的价值。\n\n1、负责大模型等业务模型在自研芯片进行适配性和性能评估、软硬件协同优化工作；\n2、负责AI模型整图或者算子编译框架优化，实现较高硬件利用率和整体性能，提升编译框架的通用性与优化能力；\n3、构建分布式推理系统，推理框架极致调优，实现较优的在线部署吞吐和高性价比；\n4、模型量化、稀疏、蒸馏等推理部署的探索和落地方案。\n1、深入理解AI加速硬件的体系结构和并行计算；\n2、熟悉深度学习框架和软件栈，熟练使用C/C++、Python等编程语言；\n3、熟悉ONNX/TensorFlow/PyTorch等主流深度学习框架；\n4、有主动学习、问题分析与解决能力和较强自驱力；具备良好的跨团队协作能力。\n\n以下为加分项：\n1、熟悉编译器和代码优化技术，有MLIR、TVM等相关开发经验；\n2、熟悉GPU或者主流AI芯片架构，有相关算子优化、图编译优化经验、硬件评测经验；\n3、对LLM或多模态领域模型有深刻理解，例如Qwen、Deepseek等；\n4、有AI加速硬件的量化工具开发经验；\n5、熟悉AI服务器和集群架构，熟悉芯片和集群互联相关技术，有实践开发经验；\n6、有vLLM/SGLang等推理框架开发和调优经验，有部署实践相关经验。"
}