主分类：AI训练推理与计算优化
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": "机器学习平台研发工程师（训推框架方向）-Data AML",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳",
"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、负责机器学习引擎的设计与开发，包括；\n2、负责内部机器学习平台训练框架的研究与开发（包括数据预处理/训练/推理），服务于广告、推荐、搜索等场景；\n3、负责实时高性能预估系统设计与开发，如算子融合、编译优化、模型量化、混合精度、异构硬件加速等；\n4、负责性能优化与架构升级，持续提升数据预处理/训练/预估性能；\n5、与算法工程师深度合作，为重点项目进行算法与系统的联合优化。",
"requirements_text": "1、熟练掌握C++，Python等编程语言；有GPU编程、编译器、分布式计算、高性能网络等经验者优先；\n2、熟悉至少一种深度学习框架（TensorFlow/PyTorch/MXNet或其他自研框架），对其底层原理有深入研究；\n3、熟悉推理优化常用技术，如算子融合、模型量化、混合精度等，有相关工作经验者优先；\n4、熟悉常用机器学习和推荐算法，如CNN/RNN/LR/SVM/RF/GBDT/FM/DeepFM/DCN/xDeepFM等；\n5、具有独立解决问题的能力，良好的团队合作意识和沟通能力；\n6、对技术有信仰。\n\n加分项：\n1、好奇心强，热爱技术且对特定领域有深入钻研；\n2、有直接面向用户的产品开发经验；\n3、有分布式系统开发经验。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"推荐算法",
"分布式系统",
"团队协作",
"沟通能力",
"解决问题"
],
"preferred_qualifications": "有GPU编程、编译器、分布式计算、高性能网络等经验者优先；3、熟悉推理优化常用技术，如算子融合、模型量化、混合精度等，有相关工作经验者优先；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/7641863229279406341/detail"
}
]
},
"posting": {
"posting_id": "7641863229279406341",
"post_date": "2026-05-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7641863229279406341/detail"
},
"fulltext": "机器学习平台研发工程师（训推框架方向）-Data AML\n职位描述\n1、负责机器学习引擎的设计与开发，包括；\n2、负责内部机器学习平台训练框架的研究与开发（包括数据预处理/训练/推理），服务于广告、推荐、搜索等场景；\n3、负责实时高性能预估系统设计与开发，如算子融合、编译优化、模型量化、混合精度、异构硬件加速等；\n4、负责性能优化与架构升级，持续提升数据预处理/训练/预估性能；\n5、与算法工程师深度合作，为重点项目进行算法与系统的联合优化。\n\n职位要求\n1、熟练掌握C++，Python等编程语言；有GPU编程、编译器、分布式计算、高性能网络等经验者优先；\n2、熟悉至少一种深度学习框架（TensorFlow/PyTorch/MXNet或其他自研框架），对其底层原理有深入研究；\n3、熟悉推理优化常用技术，如算子融合、模型量化、混合精度等，有相关工作经验者优先；\n4、熟悉常用机器学习和推荐算法，如CNN/RNN/LR/SVM/RF/GBDT/FM/DeepFM/DCN/xDeepFM等；\n5、具有独立解决问题的能力，良好的团队合作意识和沟通能力；\n6、对技术有信仰。\n\n加分项：\n1、好奇心强，热爱技术且对特定领域有深入钻研；\n2、有直接面向用户的产品开发经验；\n3、有分布式系统开发经验。\n1、负责机器学习引擎的设计与开发，包括；\n2、负责内部机器学习平台训练框架的研究与开发（包括数据预处理/训练/推理），服务于广告、推荐、搜索等场景；\n3、负责实时高性能预估系统设计与开发，如算子融合、编译优化、模型量化、混合精度、异构硬件加速等；\n4、负责性能优化与架构升级，持续提升数据预处理/训练/预估性能；\n5、与算法工程师深度合作，为重点项目进行算法与系统的联合优化。\n1、熟练掌握C++，Python等编程语言；有GPU编程、编译器、分布式计算、高性能网络等经验者优先；\n2、熟悉至少一种深度学习框架（TensorFlow/PyTorch/MXNet或其他自研框架），对其底层原理有深入研究；\n3、熟悉推理优化常用技术，如算子融合、模型量化、混合精度等，有相关工作经验者优先；\n4、熟悉常用机器学习和推荐算法，如CNN/RNN/LR/SVM/RF/GBDT/FM/DeepFM/DCN/xDeepFM等；\n5、具有独立解决问题的能力，良好的团队合作意识和沟通能力；\n6、对技术有信仰。\n\n加分项：\n1、好奇心强，热爱技术且对特定领域有深入钻研；\n2、有直接面向用户的产品开发经验；\n3、有分布式系统开发经验。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}