主分类：AI训练推理与计算优化
辅助：AI模型评测工程（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": "大模型训练系统与优化工程师（VLM/Agent RL方向）-Data",
"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": "算法"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": 2,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、统一训练架构建设与演进：负责大模型后训练（Post-training）框架的代码抽象与底层重构，兼容不同模态、不同训练方式的、正确的、高效的训练框架的建设；\n2、超大规模分布式训练优化：面向100B～1T参数级别的超大模型，探索并落地极致的分布式训练策略（DP、TP、PP、EP等组合），通过算子融合、显存优化、分布式策略调整等手段大幅提升集群训练的MFU；\n3、Agent RL框架与评估底座建设：攻坚Reasoning RL/Agent RL的训练框架，构建适用于复杂业务环境的标准化评测基准与标准的、稳定的Harness，解决千亿模型在RL阶段的稳定收敛与Rollout效率问题，解决在Agent RL下的长尾问题；\n4、多模态与新架构支持：为MoE、Linear Attention等新型模型结构，以及多模态（图、文文、音、视）复杂模态的模型训练提供高效支持与正确性（Convergence）验证。",
"requirements_text": "1、具备2年以上机器学习系统设计、开发与性能调优经验，熟练掌握Python与C++；\n2、深入理解并具备PyTorch、DeepSpeed、Megatron或FSDP等主流分布式训练框架的二次开发经验；\n3、有100B以上超大模型分布式训练实战经验，能够独立排查并解决收敛性问题与分布式训练瓶颈；\n4、在强化学习训练框架（PPO/GRPO/Agent RL）或大模型评测底座、Agentic Harness有深度实践者优先；\n5、具备工程素养，对提升AI Infra的研发效率、代码整洁度与系统稳定性有追求。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"机器学习",
"强化学习",
"性能调优",
"大语言模型"
],
"preferred_qualifications": "4、在强化学习训练框架（PPO/GRPO/Agent RL）或大模型评测底座、Agentic Harness有深度实践者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7631469733879138565/detail"
}
]
},
"posting": {
"posting_id": "7631469733879138565",
"post_date": "2026-04-22",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7631469733879138565/detail"
},
"fulltext": "大模型训练系统与优化工程师（VLM/Agent RL方向）-Data\n职位描述\n1、统一训练架构建设与演进：负责大模型后训练（Post-training）框架的代码抽象与底层重构，兼容不同模态、不同训练方式的、正确的、高效的训练框架的建设；\n2、超大规模分布式训练优化：面向100B～1T参数级别的超大模型，探索并落地极致的分布式训练策略（DP、TP、PP、EP等组合），通过算子融合、显存优化、分布式策略调整等手段大幅提升集群训练的MFU；\n3、Agent RL框架与评估底座建设：攻坚Reasoning RL/Agent RL的训练框架，构建适用于复杂业务环境的标准化评测基准与标准的、稳定的Harness，解决千亿模型在RL阶段的稳定收敛与Rollout效率问题，解决在Agent RL下的长尾问题；\n4、多模态与新架构支持：为MoE、Linear Attention等新型模型结构，以及多模态（图、文文、音、视）复杂模态的模型训练提供高效支持与正确性（Convergence）验证。\n\n职位要求\n1、具备2年以上机器学习系统设计、开发与性能调优经验，熟练掌握Python与C++；\n2、深入理解并具备PyTorch、DeepSpeed、Megatron或FSDP等主流分布式训练框架的二次开发经验；\n3、有100B以上超大模型分布式训练实战经验，能够独立排查并解决收敛性问题与分布式训练瓶颈；\n4、在强化学习训练框架（PPO/GRPO/Agent RL）或大模型评测底座、Agentic Harness有深度实践者优先；\n5、具备工程素养，对提升AI Infra的研发效率、代码整洁度与系统稳定性有追求。\n1、统一训练架构建设与演进：负责大模型后训练（Post-training）框架的代码抽象与底层重构，兼容不同模态、不同训练方式的、正确的、高效的训练框架的建设；\n2、超大规模分布式训练优化：面向100B～1T参数级别的超大模型，探索并落地极致的分布式训练策略（DP、TP、PP、EP等组合），通过算子融合、显存优化、分布式策略调整等手段大幅提升集群训练的MFU；\n3、Agent RL框架与评估底座建设：攻坚Reasoning RL/Agent RL的训练框架，构建适用于复杂业务环境的标准化评测基准与标准的、稳定的Harness，解决千亿模型在RL阶段的稳定收敛与Rollout效率问题，解决在Agent RL下的长尾问题；\n4、多模态与新架构支持：为MoE、Linear Attention等新型模型结构，以及多模态（图、文文、音、视）复杂模态的模型训练提供高效支持与正确性（Convergence）验证。\n1、具备2年以上机器学习系统设计、开发与性能调优经验，熟练掌握Python与C++；\n2、深入理解并具备PyTorch、DeepSpeed、Megatron或FSDP等主流分布式训练框架的二次开发经验；\n3、有100B以上超大模型分布式训练实战经验，能够独立排查并解决收敛性问题与分布式训练瓶颈；\n4、在强化学习训练框架（PPO/GRPO/Agent RL）或大模型评测底座、Agentic Harness有深度实践者优先；\n5、具备工程素养，对提升AI Infra的研发效率、代码整洁度与系统稳定性有追求。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}