{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法工程专家（模型推理平台-国际支付）-Global Payment",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "杭州",
        "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": 1,
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责国际支付场景专属统一模型推理平台的架构设计、核心模块开发与性能优化，支撑大模型/小模型、多框架（PyTorch/TensorFlow/ONNX/TensorRT）的统一部署与服务化，保障支付场景的高可用与低延迟；\n2、设计并实现适配支付流量特性的推理调度机制，包括负载均衡、弹性扩缩容、多副本管理、灰度发布、流量管控，满足稳定性要求；\n3、聚焦支付场景模型推理优化，开展模型转换、量化、剪枝、算子融合、显存/内存优化、多卡/分布式推理优化，平衡推理性能与成本效率；\n4、构建支付级模型服务标准化体系：统一API网关、鉴权（符合跨境合规要求）、限流、全链路监控告警、日志追溯、压测与SLA保障体系，支撑风控、合规等业务的高并发调用；\n5、支撑国际支付业务各类模型快速上线与技术创新：\n1）解决高并发、低延迟、高吞吐场景下的推理性能瓶颈与稳定性问题，保障支付交易链路的实时响应；\n2）与算法、支付业务、运维团队协同，制定模型部署规范、镜像构建流程、CI/CD与运维自动化体系，提升模型上线效率与运维可靠性；\n3）跟踪业界前沿推理技术（vLLM/TGI/TensorRT-LLM/DeepSpeed/ONNX Runtime等），结合国际支付业务特性落地技术创新，持续迭代平台性能与成本优势。",
        "requirements_text": "1、本科及以上学历，计算机、软件工程、电子信息、自动化等相关专业，1年及以上算法工程、模型部署或推理平台相关工作经验；\n2、熟练掌握至少一种后端开发语言（Golang/Python/C++），具备良好的工程架构思维与代码质量意识，能独立完成核心模块开发；\n3、熟悉主流深度学习框架（PyTorch/TensorFlow/JAX），深刻理解模型训练与推理全流程，能适配多框架模型的统一部署需求；\n4、熟悉至少一种推理加速引擎/工具链（TensorRT、ONNX Runtime、vLLM等），有实际项目应用经验；\n5、具备推理平台或模型服务化落地经验，涉及API服务、流式推理、批处理、动态批处理、多模型编排等核心场景；\n6、具备较强的性能调优与问题排查能力，能解决GPU利用率提升、显存优化、延迟/吞吐调优、服务稳定性治理等问题，具备良好的系统设计能力、跨团队沟通协作能力，能独立负责复杂模块或平台级项目，推动技术方案落地。\n\n加分项\n1、有大模型推理平台（LLM Inference Platform）实际建设经验，或支付、金融等高并发场景模型部署经验者优先；\n2、熟悉分布式推理技术（张量并行、流水线并行、P2P通信、NCCL等），有大规模模型分布式部署优化经验；\n3、有开源项目贡献（推理、部署、性能优化方向）或技术博客输出，具备技术沉淀与分享能力；\n4、熟悉微服务架构、gRPC/HTTP API设计、高可用架构设计，能适配支付场景的高可靠要求；\n5、了解机器学习、多目标学习、深度学习、在线学习算法。",
        "skills": [AI生成
            "Python",
            "C++",
            "Golang",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "微服务",
            "模型训练",
            "性能优化",
            "性能调优",
            "架构设计",
            "Go",
            "大语言模型"
        ],
        "preferred_qualifications": "加分项；1、有大模型推理平台（LLM Inference Platform）实际建设经验，或支付、金融等高并发场景模型部署经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7628927119381170485/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7628927119381170485",
        "post_date": "2026-04-15",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7628927119381170485/detail"
    },
    "fulltext": "算法工程专家（模型推理平台-国际支付）-Global Payment\n职位描述\n1、负责国际支付场景专属统一模型推理平台的架构设计、核心模块开发与性能优化，支撑大模型/小模型、多框架（PyTorch/TensorFlow/ONNX/TensorRT）的统一部署与服务化，保障支付场景的高可用与低延迟；\n2、设计并实现适配支付流量特性的推理调度机制，包括负载均衡、弹性扩缩容、多副本管理、灰度发布、流量管控，满足稳定性要求；\n3、聚焦支付场景模型推理优化，开展模型转换、量化、剪枝、算子融合、显存/内存优化、多卡/分布式推理优化，平衡推理性能与成本效率；\n4、构建支付级模型服务标准化体系：统一API网关、鉴权（符合跨境合规要求）、限流、全链路监控告警、日志追溯、压测与SLA保障体系，支撑风控、合规等业务的高并发调用；\n5、支撑国际支付业务各类模型快速上线与技术创新：\n1）解决高并发、低延迟、高吞吐场景下的推理性能瓶颈与稳定性问题，保障支付交易链路的实时响应；\n2）与算法、支付业务、运维团队协同，制定模型部署规范、镜像构建流程、CI/CD与运维自动化体系，提升模型上线效率与运维可靠性；\n3）跟踪业界前沿推理技术（vLLM/TGI/TensorRT-LLM/DeepSpeed/ONNX Runtime等），结合国际支付业务特性落地技术创新，持续迭代平台性能与成本优势。\n\n职位要求\n1、本科及以上学历，计算机、软件工程、电子信息、自动化等相关专业，1年及以上算法工程、模型部署或推理平台相关工作经验；\n2、熟练掌握至少一种后端开发语言（Golang/Python/C++），具备良好的工程架构思维与代码质量意识，能独立完成核心模块开发；\n3、熟悉主流深度学习框架（PyTorch/TensorFlow/JAX），深刻理解模型训练与推理全流程，能适配多框架模型的统一部署需求；\n4、熟悉至少一种推理加速引擎/工具链（TensorRT、ONNX Runtime、vLLM等），有实际项目应用经验；\n5、具备推理平台或模型服务化落地经验，涉及API服务、流式推理、批处理、动态批处理、多模型编排等核心场景；\n6、具备较强的性能调优与问题排查能力，能解决GPU利用率提升、显存优化、延迟/吞吐调优、服务稳定性治理等问题，具备良好的系统设计能力、跨团队沟通协作能力，能独立负责复杂模块或平台级项目，推动技术方案落地。\n\n加分项\n1、有大模型推理平台（LLM Inference Platform）实际建设经验，或支付、金融等高并发场景模型部署经验者优先；\n2、熟悉分布式推理技术（张量并行、流水线并行、P2P通信、NCCL等），有大规模模型分布式部署优化经验；\n3、有开源项目贡献（推理、部署、性能优化方向）或技术博客输出，具备技术沉淀与分享能力；\n4、熟悉微服务架构、gRPC/HTTP API设计、高可用架构设计，能适配支付场景的高可靠要求；\n5、了解机器学习、多目标学习、深度学习、在线学习算法。\n1、负责国际支付场景专属统一模型推理平台的架构设计、核心模块开发与性能优化，支撑大模型/小模型、多框架（PyTorch/TensorFlow/ONNX/TensorRT）的统一部署与服务化，保障支付场景的高可用与低延迟；\n2、设计并实现适配支付流量特性的推理调度机制，包括负载均衡、弹性扩缩容、多副本管理、灰度发布、流量管控，满足稳定性要求；\n3、聚焦支付场景模型推理优化，开展模型转换、量化、剪枝、算子融合、显存/内存优化、多卡/分布式推理优化，平衡推理性能与成本效率；\n4、构建支付级模型服务标准化体系：统一API网关、鉴权（符合跨境合规要求）、限流、全链路监控告警、日志追溯、压测与SLA保障体系，支撑风控、合规等业务的高并发调用；\n5、支撑国际支付业务各类模型快速上线与技术创新：\n1）解决高并发、低延迟、高吞吐场景下的推理性能瓶颈与稳定性问题，保障支付交易链路的实时响应；\n2）与算法、支付业务、运维团队协同，制定模型部署规范、镜像构建流程、CI/CD与运维自动化体系，提升模型上线效率与运维可靠性；\n3）跟踪业界前沿推理技术（vLLM/TGI/TensorRT-LLM/DeepSpeed/ONNX Runtime等），结合国际支付业务特性落地技术创新，持续迭代平台性能与成本优势。\n1、本科及以上学历，计算机、软件工程、电子信息、自动化等相关专业，1年及以上算法工程、模型部署或推理平台相关工作经验；\n2、熟练掌握至少一种后端开发语言（Golang/Python/C++），具备良好的工程架构思维与代码质量意识，能独立完成核心模块开发；\n3、熟悉主流深度学习框架（PyTorch/TensorFlow/JAX），深刻理解模型训练与推理全流程，能适配多框架模型的统一部署需求；\n4、熟悉至少一种推理加速引擎/工具链（TensorRT、ONNX Runtime、vLLM等），有实际项目应用经验；\n5、具备推理平台或模型服务化落地经验，涉及API服务、流式推理、批处理、动态批处理、多模型编排等核心场景；\n6、具备较强的性能调优与问题排查能力，能解决GPU利用率提升、显存优化、延迟/吞吐调优、服务稳定性治理等问题，具备良好的系统设计能力、跨团队沟通协作能力，能独立负责复杂模块或平台级项目，推动技术方案落地。\n\n加分项\n1、有大模型推理平台（LLM Inference Platform）实际建设经验，或支付、金融等高并发场景模型部署经验者优先；\n2、熟悉分布式推理技术（张量并行、流水线并行、P2P通信、NCCL等），有大规模模型分布式部署优化经验；\n3、有开源项目贡献（推理、部署、性能优化方向）或技术博客输出，具备技术沉淀与分享能力；\n4、熟悉微服务架构、gRPC/HTTP API设计、高可用架构设计，能适配支付场景的高可靠要求；\n5、了解机器学习、多目标学习、深度学习、在线学习算法。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}