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": "大模型训练加速工程师-智能创作（上海/深圳）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"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": 2,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、优化视觉大模型训练流水线，全面提升训练效率、速度和可扩展性；\n2、开发并改进分布式训练策略（如数据并行、模型并行、流水线并行及通信优化），加速模型训练过程；\n3、对深度学习模型进行基准测试和性能剖析，精准识别性能瓶颈并优化计算资源的利用率。",
"requirements_text": "1、计算机、电子、人工智能等相关专业，本科及以上学历；\n2、2年以上大模型训练加速或性能优化经验；\n3、具备扎实的软件工程技能，熟练掌握Python和C++；能熟练使用主流深度学习框架，如PyTorch；\n4、具备深度学习相关的开发经验，了解基本的模型训练流程；\n5、了解常见的生成式AI模型架构，如Transformers或Diffusion models。\n\n加分项：\n1、精通分布式训练框架底层原理，如Megatron和Deepspeed；\n2、具备分布式训练核心技术的丰富实操经验，能熟练处理数据并行、张量并行、序列并行和流水线并行，并擅长解决通信及显存瓶颈；\n3、熟练掌握CUDA编程，具备GPU硬件架构理解与算子级性能调优经验。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"CUDA",
"深度学习",
"模型训练",
"性能优化",
"性能调优",
"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/7644823589024614661/detail"
}
]
},
"posting": {
"posting_id": "7644823589024614661",
"post_date": "2026-05-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7644823589024614661/detail"
},
"fulltext": "大模型训练加速工程师-智能创作（上海/深圳）\n职位描述\n1、优化视觉大模型训练流水线，全面提升训练效率、速度和可扩展性；\n2、开发并改进分布式训练策略（如数据并行、模型并行、流水线并行及通信优化），加速模型训练过程；\n3、对深度学习模型进行基准测试和性能剖析，精准识别性能瓶颈并优化计算资源的利用率。\n\n职位要求\n1、计算机、电子、人工智能等相关专业，本科及以上学历；\n2、2年以上大模型训练加速或性能优化经验；\n3、具备扎实的软件工程技能，熟练掌握Python和C++；能熟练使用主流深度学习框架，如PyTorch；\n4、具备深度学习相关的开发经验，了解基本的模型训练流程；\n5、了解常见的生成式AI模型架构，如Transformers或Diffusion models。\n\n加分项：\n1、精通分布式训练框架底层原理，如Megatron和Deepspeed；\n2、具备分布式训练核心技术的丰富实操经验，能熟练处理数据并行、张量并行、序列并行和流水线并行，并擅长解决通信及显存瓶颈；\n3、熟练掌握CUDA编程，具备GPU硬件架构理解与算子级性能调优经验。\n1、优化视觉大模型训练流水线，全面提升训练效率、速度和可扩展性；\n2、开发并改进分布式训练策略（如数据并行、模型并行、流水线并行及通信优化），加速模型训练过程；\n3、对深度学习模型进行基准测试和性能剖析，精准识别性能瓶颈并优化计算资源的利用率。\n1、计算机、电子、人工智能等相关专业，本科及以上学历；\n2、2年以上大模型训练加速或性能优化经验；\n3、具备扎实的软件工程技能，熟练掌握Python和C++；能熟练使用主流深度学习框架，如PyTorch；\n4、具备深度学习相关的开发经验，了解基本的模型训练流程；\n5、了解常见的生成式AI模型架构，如Transformers或Diffusion models。\n\n加分项：\n1、精通分布式训练框架底层原理，如Megatron和Deepspeed；\n2、具备分布式训练核心技术的丰富实操经验，能熟练处理数据并行、张量并行、序列并行和流水线并行，并擅长解决通信及显存瓶颈；\n3、熟练掌握CUDA编程，具备GPU硬件架构理解与算子级性能调优经验。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}