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": "广告架构高级工程师-Applied AI",
"job_level": "高级",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": "基础架构"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": "获得本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责100+B参数模型，1M序列长度的大规模分布式训练（DDP、F SDP、TP、SP、PP）和推理支持（RPC框架、vLLM、TRT）；\n2、与算法部门深度合作，进行算法与系统的联合优化；\n3、负责机器学习效率优化，包括但不限于：量化、剪枝、压缩、蒸馏、特征选择、NAS、编译优化；\n4、负责特殊机器学习范式的支持，例如强化学习、联邦学习、图学习、优化器等。",
"requirements_text": "1、获得本科及以上学历，计算机、软件工程等相关专业优先；\n2、熟练掌握Linux环境下的C/C++与Python语言，有良好的编程习惯及Coding能力；\n3、接触过至少一种机器学习框架（TensorFlow/PyTorch/Jax或其他自研框架）优先；\n4、有以下至少一项的背景知识与经验的优先：GPU编程，编译器，大模型训练推理框架；\n5、具有独立解决问题的能力，良好的团队合作精神；\n6、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力；有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"PyTorch",
"TensorFlow",
"机器学习",
"模型训练",
"团队协作",
"沟通能力",
"解决问题",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "1、获得本科及以上学历，计算机、软件工程等相关专业优先；3、接触过至少一种机器学习框架（TensorFlow/PyTorch/Jax或其他自研框架）优先；4、有以下至少一项的背景知识与经验的优先：GPU编程，编译器，大模型训练推理框架",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7643780906043427077/detail"
}
]
},
"posting": {
"posting_id": "7643780906043427077",
"post_date": "2026-05-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7643780906043427077/detail"
},
"fulltext": "广告架构高级工程师-Applied AI\n职位描述\n1、负责100+B参数模型，1M序列长度的大规模分布式训练（DDP、F SDP、TP、SP、PP）和推理支持（RPC框架、vLLM、TRT）；\n2、与算法部门深度合作，进行算法与系统的联合优化；\n3、负责机器学习效率优化，包括但不限于：量化、剪枝、压缩、蒸馏、特征选择、NAS、编译优化；\n4、负责特殊机器学习范式的支持，例如强化学习、联邦学习、图学习、优化器等。\n\n职位要求\n1、获得本科及以上学历，计算机、软件工程等相关专业优先；\n2、熟练掌握Linux环境下的C/C++与Python语言，有良好的编程习惯及Coding能力；\n3、接触过至少一种机器学习框架（TensorFlow/PyTorch/Jax或其他自研框架）优先；\n4、有以下至少一项的背景知识与经验的优先：GPU编程，编译器，大模型训练推理框架；\n5、具有独立解决问题的能力，良好的团队合作精神；\n6、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力；有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n1、负责100+B参数模型，1M序列长度的大规模分布式训练（DDP、F SDP、TP、SP、PP）和推理支持（RPC框架、vLLM、TRT）；\n2、与算法部门深度合作，进行算法与系统的联合优化；\n3、负责机器学习效率优化，包括但不限于：量化、剪枝、压缩、蒸馏、特征选择、NAS、编译优化；\n4、负责特殊机器学习范式的支持，例如强化学习、联邦学习、图学习、优化器等。\n1、获得本科及以上学历，计算机、软件工程等相关专业优先；\n2、熟练掌握Linux环境下的C/C++与Python语言，有良好的编程习惯及Coding能力；\n3、接触过至少一种机器学习框架（TensorFlow/PyTorch/Jax或其他自研框架）优先；\n4、有以下至少一项的背景知识与经验的优先：GPU编程，编译器，大模型训练推理框架；\n5、具有独立解决问题的能力，良好的团队合作精神；\n6、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力；有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}