主分类：供应链计划与供需协同
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": "资源规划管理专家-Data AML",
"job_level": "专家",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": 5,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责团队全球算力资源供需平衡与长期演进路径规划，主导构建覆盖全球各区域、各业务线的算力供需预测模型，针对AIGC/GPU驱动的爆发式需求提供多视角滚动预测与情景规划，制定动态全球资源均衡策略，规划数据中心、网络及服务器资源的长期布局与演进路线图；\n2、负责硬核基础设施对齐与物理层布局优化，将宏观容量规划拆解至物理执行层面，评估不同技术方案的物理约束与影响，前瞻性识别并规避潜在物理瓶颈，确保资源规划方案的可行性与可靠性；\n3、参与“资源自主管理平台”的整体规划与架构设计，打通申请—审批—分配—使用—优化—回收全链路，实现策略的流程化与界面化落地；\n4、在资源自主管理平台入口侧承接供需预测与预算信息，对接配额申请与变更流程，支持多维度的配额自动核配与调整；\n5、在资源自主管理平台中内嵌容量视图与资源健康度指标，对接机房与集群容量红线，提供在线反馈与替代方案，避免规划与实际资源脱节；\n6、基于对业务趋势与技术架构的理解，优化数据中心地理分布、物理节点与网络架构的对齐逻辑，保障资源布局的合理性与前瞻性。",
"requirements_text": "1、5年以上资源规划、容量管理、SRE或FinOps相关工作经验；\n2、拥有规模异构（Heterogeneous）算力资源池（如多台服务器，跨越多代CPU/GPU）的管理实战经验者优先；\n3、深刻理解数据密集型与计算密集型业务对底层资源的挑战，熟悉GPU技术栈及其演进，包括不同GPU世代（如A100/H100/B200）的存算/显存约束、NVLink/NVSwitch/RDMA在大规模训练中的作用；\n4、熟悉主流容器编排与调度系统（如Kubernetes），并对多业务泳道、在离线业务混部、动态超卖等资源效率提升策略有深入理解和实践；\n5、具备卓越的抽象思维与结构化分析能力，能从复杂业务场景中提炼核心矛盾，并构建数学模型进行量化分析，拥有将技术洞察转化为商业语言的能力，能与C-Level高管进行有效对话，驱动战略共识；\n6、出色的跨团队沟通与领导力，能够协同产品、研发、SRE、财务、采购等多个部门，推动复杂项目落地。",
"skills": [AI生成
"Kubernetes",
"采购",
"分析能力"
],
"preferred_qualifications": "2、拥有规模异构（Heterogeneous）算力资源池（如多台服务器，跨越多代CPU/GPU）的管理实战经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7621780933217126709/detail"
}
]
},
"posting": {
"posting_id": "7621780933217126709",
"post_date": "2026-03-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7621780933217126709/detail"
},
"fulltext": "资源规划管理专家-Data AML\n职位描述\n1、负责团队全球算力资源供需平衡与长期演进路径规划，主导构建覆盖全球各区域、各业务线的算力供需预测模型，针对AIGC/GPU驱动的爆发式需求提供多视角滚动预测与情景规划，制定动态全球资源均衡策略，规划数据中心、网络及服务器资源的长期布局与演进路线图；\n2、负责硬核基础设施对齐与物理层布局优化，将宏观容量规划拆解至物理执行层面，评估不同技术方案的物理约束与影响，前瞻性识别并规避潜在物理瓶颈，确保资源规划方案的可行性与可靠性；\n3、参与“资源自主管理平台”的整体规划与架构设计，打通申请—审批—分配—使用—优化—回收全链路，实现策略的流程化与界面化落地；\n4、在资源自主管理平台入口侧承接供需预测与预算信息，对接配额申请与变更流程，支持多维度的配额自动核配与调整；\n5、在资源自主管理平台中内嵌容量视图与资源健康度指标，对接机房与集群容量红线，提供在线反馈与替代方案，避免规划与实际资源脱节；\n6、基于对业务趋势与技术架构的理解，优化数据中心地理分布、物理节点与网络架构的对齐逻辑，保障资源布局的合理性与前瞻性。\n\n职位要求\n1、5年以上资源规划、容量管理、SRE或FinOps相关工作经验；\n2、拥有规模异构（Heterogeneous）算力资源池（如多台服务器，跨越多代CPU/GPU）的管理实战经验者优先；\n3、深刻理解数据密集型与计算密集型业务对底层资源的挑战，熟悉GPU技术栈及其演进，包括不同GPU世代（如A100/H100/B200）的存算/显存约束、NVLink/NVSwitch/RDMA在大规模训练中的作用；\n4、熟悉主流容器编排与调度系统（如Kubernetes），并对多业务泳道、在离线业务混部、动态超卖等资源效率提升策略有深入理解和实践；\n5、具备卓越的抽象思维与结构化分析能力，能从复杂业务场景中提炼核心矛盾，并构建数学模型进行量化分析，拥有将技术洞察转化为商业语言的能力，能与C-Level高管进行有效对话，驱动战略共识；\n6、出色的跨团队沟通与领导力，能够协同产品、研发、SRE、财务、采购等多个部门，推动复杂项目落地。\n1、负责团队全球算力资源供需平衡与长期演进路径规划，主导构建覆盖全球各区域、各业务线的算力供需预测模型，针对AIGC/GPU驱动的爆发式需求提供多视角滚动预测与情景规划，制定动态全球资源均衡策略，规划数据中心、网络及服务器资源的长期布局与演进路线图；\n2、负责硬核基础设施对齐与物理层布局优化，将宏观容量规划拆解至物理执行层面，评估不同技术方案的物理约束与影响，前瞻性识别并规避潜在物理瓶颈，确保资源规划方案的可行性与可靠性；\n3、参与“资源自主管理平台”的整体规划与架构设计，打通申请—审批—分配—使用—优化—回收全链路，实现策略的流程化与界面化落地；\n4、在资源自主管理平台入口侧承接供需预测与预算信息，对接配额申请与变更流程，支持多维度的配额自动核配与调整；\n5、在资源自主管理平台中内嵌容量视图与资源健康度指标，对接机房与集群容量红线，提供在线反馈与替代方案，避免规划与实际资源脱节；\n6、基于对业务趋势与技术架构的理解，优化数据中心地理分布、物理节点与网络架构的对齐逻辑，保障资源布局的合理性与前瞻性。\n1、5年以上资源规划、容量管理、SRE或FinOps相关工作经验；\n2、拥有规模异构（Heterogeneous）算力资源池（如多台服务器，跨越多代CPU/GPU）的管理实战经验者优先；\n3、深刻理解数据密集型与计算密集型业务对底层资源的挑战，熟悉GPU技术栈及其演进，包括不同GPU世代（如A100/H100/B200）的存算/显存约束、NVLink/NVSwitch/RDMA在大规模训练中的作用；\n4、熟悉主流容器编排与调度系统（如Kubernetes），并对多业务泳道、在离线业务混部、动态超卖等资源效率提升策略有深入理解和实践；\n5、具备卓越的抽象思维与结构化分析能力，能从复杂业务场景中提炼核心矛盾，并构建数学模型进行量化分析，拥有将技术洞察转化为商业语言的能力，能与C-Level高管进行有效对话，驱动战略共识；\n6、出色的跨团队沟通与领导力，能够协同产品、研发、SRE、财务、采购等多个部门，推动复杂项目落地。",
"standard_classification": {
"std_category_code": "S002",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}