主分类：嵌入式与固件研发
辅助：AI训练推理与计算优化（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "RTOS系统工程师（推理方向） - 移动OS",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、上海",
"work_mode": "未披露",AI生成
"job_category": "客户端"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": 4,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：我们隶属于产品研发与工程架构部，是字节跳动在智能硬件领域的软件技术攻坚力量—— 聚焦 AI 与智能硬件的深度融合，如豆包手机助手等；以 “让人与设备的交互更自然、更便捷” 为目标，探索前沿 AI 技术的落地场景，打造行业领先的智能硬件综合解决方案。\n在这里，你将与一支顶尖技术团队并肩：\n- 直击 AI 与硬件结合的核心技术难题，参与从 “技术探索” 到 “场景落地” 的全链路研发；\n- 主导或深度参与关键技术突破，用创新定义智能硬件的交互未来；\n- 站在行业前沿，将技术理想转化为千万用户可感知的产品体验。\n如果你心怀对技术的热忱，渴望在 AI 与智能硬件的赛道上突破自我、创造价值，我们期待你的加入，与我们一起解锁更多技术可能，共筑智能交互的新生态！\n\n1、在实时操作系统上落地端侧模型工程化：负责构建统一的模型部署方案，包括模型加载、生命周期管理与配置，建立稳定可扩展的运行时（Runtime）集成，涵盖算子库、调度策略与资源治理；\n2、面向受限资源优化模型性能：主导模型在端侧的性能与资源优化，综合运用量化（INT8/INT16）、裁剪、算子融合及手写内核优化等手段；结合CMSIS-NN、自研算子库、NPU/DSP等硬件加速单元，实现实时性、内存占用与功耗的极致平衡；\n3、适配多样化硬件平台与工具链：处理不同SoC与板级的交叉编译、构建脚本（CMake/GN）和配置体系，建立清晰的API/ABI稳定性与版本兼容策略，以降低多平台维护成本；\n4、建立可观测性与质量保障体系：负责搭建性能分析（Profiling）、链路追踪（Trace）与统计度量基础设施，建立性能、内存与功耗的基线（Baseline）和回归监控机制，形成数据驱动的优化闭环；\n5、驱动跨团队协作与方案落地：与硬件、电源、系统及上层应用团队紧密协作，共同制定目标，对齐技术方案，并推动从原型到产品的最终交付。",
"requirements_text": "1、本科及以上学历，计算机、电子工程、软件工程或相关专业；\n2、具备4年以上RTOS/内核或嵌入式系统软件开发经验，深刻理解调度器、内存管理、同步机制、中断处理与驱动模型等核心子系统；\n3、具备端侧推理框架工程经验：有TensorFlow Lite Micro(TFLM)、自研推理引擎或算子库的开发与维护经验；熟悉量化、裁剪、算子优化与向量化（SIMD/Neon）等技术，并有在资源严苛约束下优化时延与内存占用的成功实践；\n4、精通C/C++编程与嵌入式工具链：熟练掌握交叉编译、CMake/构建系统、版本控制工具，并能熟练运用JTAG/SWD、GDB等调试手段；具备性能、内存及功耗测试与分析能力；\n5、理解底层硬件与系统架构：熟悉SoC/NPU/DSP架构、缓存与总线、MPU/MMU、DMA与中断控制器等硬件知识；具备优秀的系统级视角、问题解决能力、沟通与跨团队协作能力。",
"skills": [AI生成
"C++",
"TensorFlow",
"系统架构",
"嵌入式",
"团队协作",
"分析能力"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7612556737870514485/detail"
}
]
},
"posting": {
"posting_id": "7612556737870514485",
"post_date": "2026-03-02",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7612556737870514485/detail"
},
"fulltext": "RTOS系统工程师（推理方向） - 移动OS\n职位描述\n团队介绍：我们隶属于产品研发与工程架构部，是字节跳动在智能硬件领域的软件技术攻坚力量—— 聚焦 AI 与智能硬件的深度融合，如豆包手机助手等；以 “让人与设备的交互更自然、更便捷” 为目标，探索前沿 AI 技术的落地场景，打造行业领先的智能硬件综合解决方案。\n在这里，你将与一支顶尖技术团队并肩：\n- 直击 AI 与硬件结合的核心技术难题，参与从 “技术探索” 到 “场景落地” 的全链路研发；\n- 主导或深度参与关键技术突破，用创新定义智能硬件的交互未来；\n- 站在行业前沿，将技术理想转化为千万用户可感知的产品体验。\n如果你心怀对技术的热忱，渴望在 AI 与智能硬件的赛道上突破自我、创造价值，我们期待你的加入，与我们一起解锁更多技术可能，共筑智能交互的新生态！\n\n1、在实时操作系统上落地端侧模型工程化：负责构建统一的模型部署方案，包括模型加载、生命周期管理与配置，建立稳定可扩展的运行时（Runtime）集成，涵盖算子库、调度策略与资源治理；\n2、面向受限资源优化模型性能：主导模型在端侧的性能与资源优化，综合运用量化（INT8/INT16）、裁剪、算子融合及手写内核优化等手段；结合CMSIS-NN、自研算子库、NPU/DSP等硬件加速单元，实现实时性、内存占用与功耗的极致平衡；\n3、适配多样化硬件平台与工具链：处理不同SoC与板级的交叉编译、构建脚本（CMake/GN）和配置体系，建立清晰的API/ABI稳定性与版本兼容策略，以降低多平台维护成本；\n4、建立可观测性与质量保障体系：负责搭建性能分析（Profiling）、链路追踪（Trace）与统计度量基础设施，建立性能、内存与功耗的基线（Baseline）和回归监控机制，形成数据驱动的优化闭环；\n5、驱动跨团队协作与方案落地：与硬件、电源、系统及上层应用团队紧密协作，共同制定目标，对齐技术方案，并推动从原型到产品的最终交付。\n\n职位要求\n1、本科及以上学历，计算机、电子工程、软件工程或相关专业；\n2、具备4年以上RTOS/内核或嵌入式系统软件开发经验，深刻理解调度器、内存管理、同步机制、中断处理与驱动模型等核心子系统；\n3、具备端侧推理框架工程经验：有TensorFlow Lite Micro(TFLM)、自研推理引擎或算子库的开发与维护经验；熟悉量化、裁剪、算子优化与向量化（SIMD/Neon）等技术，并有在资源严苛约束下优化时延与内存占用的成功实践；\n4、精通C/C++编程与嵌入式工具链：熟练掌握交叉编译、CMake/构建系统、版本控制工具，并能熟练运用JTAG/SWD、GDB等调试手段；具备性能、内存及功耗测试与分析能力；\n5、理解底层硬件与系统架构：熟悉SoC/NPU/DSP架构、缓存与总线、MPU/MMU、DMA与中断控制器等硬件知识；具备优秀的系统级视角、问题解决能力、沟通与跨团队协作能力。\n团队介绍：我们隶属于产品研发与工程架构部，是字节跳动在智能硬件领域的软件技术攻坚力量—— 聚焦 AI 与智能硬件的深度融合，如豆包手机助手等；以 “让人与设备的交互更自然、更便捷” 为目标，探索前沿 AI 技术的落地场景，打造行业领先的智能硬件综合解决方案。\n在这里，你将与一支顶尖技术团队并肩：\n- 直击 AI 与硬件结合的核心技术难题，参与从 “技术探索” 到 “场景落地” 的全链路研发；\n- 主导或深度参与关键技术突破，用创新定义智能硬件的交互未来；\n- 站在行业前沿，将技术理想转化为千万用户可感知的产品体验。\n如果你心怀对技术的热忱，渴望在 AI 与智能硬件的赛道上突破自我、创造价值，我们期待你的加入，与我们一起解锁更多技术可能，共筑智能交互的新生态！\n\n1、在实时操作系统上落地端侧模型工程化：负责构建统一的模型部署方案，包括模型加载、生命周期管理与配置，建立稳定可扩展的运行时（Runtime）集成，涵盖算子库、调度策略与资源治理；\n2、面向受限资源优化模型性能：主导模型在端侧的性能与资源优化，综合运用量化（INT8/INT16）、裁剪、算子融合及手写内核优化等手段；结合CMSIS-NN、自研算子库、NPU/DSP等硬件加速单元，实现实时性、内存占用与功耗的极致平衡；\n3、适配多样化硬件平台与工具链：处理不同SoC与板级的交叉编译、构建脚本（CMake/GN）和配置体系，建立清晰的API/ABI稳定性与版本兼容策略，以降低多平台维护成本；\n4、建立可观测性与质量保障体系：负责搭建性能分析（Profiling）、链路追踪（Trace）与统计度量基础设施，建立性能、内存与功耗的基线（Baseline）和回归监控机制，形成数据驱动的优化闭环；\n5、驱动跨团队协作与方案落地：与硬件、电源、系统及上层应用团队紧密协作，共同制定目标，对齐技术方案，并推动从原型到产品的最终交付。\n1、本科及以上学历，计算机、电子工程、软件工程或相关专业；\n2、具备4年以上RTOS/内核或嵌入式系统软件开发经验，深刻理解调度器、内存管理、同步机制、中断处理与驱动模型等核心子系统；\n3、具备端侧推理框架工程经验：有TensorFlow Lite Micro(TFLM)、自研推理引擎或算子库的开发与维护经验；熟悉量化、裁剪、算子优化与向量化（SIMD/Neon）等技术，并有在资源严苛约束下优化时延与内存占用的成功实践；\n4、精通C/C++编程与嵌入式工具链：熟练掌握交叉编译、CMake/构建系统、版本控制工具，并能熟练运用JTAG/SWD、GDB等调试手段；具备性能、内存及功耗测试与分析能力；\n5、理解底层硬件与系统架构：熟悉SoC/NPU/DSP架构、缓存与总线、MPU/MMU、DMA与中断控制器等硬件知识；具备优秀的系统级视角、问题解决能力、沟通与跨团队协作能力。",
"standard_classification": {
"std_category_code": "T007",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}