主分类：数据库与存储系统研发
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": "机器学习平台存储研发工程师-Data AML",
"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": "1、负责机器学习系统存储相关组件的设计和开发，服务于各方向场景（NLP/CV/Speech等）的模型训练、模型评估和模型推理；\n2、设计和实现面向训练/推理场景的多层级存储系统，综合利用显存、本地内存、分布式内存/磁盘、远端大容量存储系统（HDFS/对象存储）等多种介质进行数据的存储和迁移管理，实现「近计算缓存+远端大容量存储」的一体化分级系统，高效数据流动；\n3、负责Kubernetes场景下多级存储系统的接入、管理、运维、监控，确保稳定性；\n4、负责多机房、多地域、多云场景的系统搭建和容灾，优化跨集群的数据摆放。",
"requirements_text": "1、熟练掌握Linux环境下的C++/Go/Python/Shell等1至2种以上语言；\n2、熟悉Kubernetes架构和生态，熟悉PV/CSI等云原生容器存储技术，有丰富的机器学习系统实践和开发经验；\n3、掌握分布式系统原理，参与过分布式系统的设计、开发和维护；\n4、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速响应并采取行动；\n6、有良好的工作文档习惯，按要求及时撰写、更新工作流程及技术文档。\n\n加分项\n1、熟悉至少一种主流的机器学习框架/推理引擎（例如vLLM/SGLang/PyTorch）；\n2、有大模型推理/训练相关的技术落地经验；\n3、熟悉分布式缓存系统（例如Alluxio、JuiceFS、GooseFS、JindoFS）等；\n4、熟悉NVLink、RDMA、NCCL、GPU Direct等技术。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"Kubernetes",
"PyTorch",
"机器学习",
"分布式系统",
"沟通能力",
"学习能力",
"分析能力",
"Go",
"大语言模型"
],
"preferred_qualifications": "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/7633755856546777349/detail"
}
]
},
"posting": {
"posting_id": "7633755856546777349",
"post_date": "2026-04-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7633755856546777349/detail"
},
"fulltext": "机器学习平台存储研发工程师-Data AML\n职位描述\n1、负责机器学习系统存储相关组件的设计和开发，服务于各方向场景（NLP/CV/Speech等）的模型训练、模型评估和模型推理；\n2、设计和实现面向训练/推理场景的多层级存储系统，综合利用显存、本地内存、分布式内存/磁盘、远端大容量存储系统（HDFS/对象存储）等多种介质进行数据的存储和迁移管理，实现「近计算缓存+远端大容量存储」的一体化分级系统，高效数据流动；\n3、负责Kubernetes场景下多级存储系统的接入、管理、运维、监控，确保稳定性；\n4、负责多机房、多地域、多云场景的系统搭建和容灾，优化跨集群的数据摆放。\n\n职位要求\n1、熟练掌握Linux环境下的C++/Go/Python/Shell等1至2种以上语言；\n2、熟悉Kubernetes架构和生态，熟悉PV/CSI等云原生容器存储技术，有丰富的机器学习系统实践和开发经验；\n3、掌握分布式系统原理，参与过分布式系统的设计、开发和维护；\n4、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速响应并采取行动；\n6、有良好的工作文档习惯，按要求及时撰写、更新工作流程及技术文档。\n\n加分项\n1、熟悉至少一种主流的机器学习框架/推理引擎（例如vLLM/SGLang/PyTorch）；\n2、有大模型推理/训练相关的技术落地经验；\n3、熟悉分布式缓存系统（例如Alluxio、JuiceFS、GooseFS、JindoFS）等；\n4、熟悉NVLink、RDMA、NCCL、GPU Direct等技术。\n1、负责机器学习系统存储相关组件的设计和开发，服务于各方向场景（NLP/CV/Speech等）的模型训练、模型评估和模型推理；\n2、设计和实现面向训练/推理场景的多层级存储系统，综合利用显存、本地内存、分布式内存/磁盘、远端大容量存储系统（HDFS/对象存储）等多种介质进行数据的存储和迁移管理，实现「近计算缓存+远端大容量存储」的一体化分级系统，高效数据流动；\n3、负责Kubernetes场景下多级存储系统的接入、管理、运维、监控，确保稳定性；\n4、负责多机房、多地域、多云场景的系统搭建和容灾，优化跨集群的数据摆放。\n1、熟练掌握Linux环境下的C++/Go/Python/Shell等1至2种以上语言；\n2、熟悉Kubernetes架构和生态，熟悉PV/CSI等云原生容器存储技术，有丰富的机器学习系统实践和开发经验；\n3、掌握分布式系统原理，参与过分布式系统的设计、开发和维护；\n4、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速响应并采取行动；\n6、有良好的工作文档习惯，按要求及时撰写、更新工作流程及技术文档。\n\n加分项\n1、熟悉至少一种主流的机器学习框架/推理引擎（例如vLLM/SGLang/PyTorch）；\n2、有大模型推理/训练相关的技术落地经验；\n3、熟悉分布式缓存系统（例如Alluxio、JuiceFS、GooseFS、JindoFS）等；\n4、熟悉NVLink、RDMA、NCCL、GPU Direct等技术。",
"standard_classification": {
"std_category_code": "T019",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}