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": "AI Infra工程师 - 国际支付",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "杭州、上海、深圳",
"work_mode": "未披露",AI生成
"job_category": "后端"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": "2027届获得本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍:国际支付,立足于为字节跳动国际化业务提供专业的支付和金融服务,专注于全球支付产品线的质量和效率,确保为国际产品提供高度可靠和稳定的服务,建立国际支付产品和能力,同时在高效助力业务快速拓展的同时,打造行业领先的支付和金融产品能力。团队当前所提供的产品和服务,遍布全球多个国家和地区,团队拥有丰富的国际化产品研发经验;同时这里有全球超大规模的支付网络;覆盖多业务场景的海外钱包及金融产品解决方案;围绕分布式一致性、高并发、高可用、资金安全在内的核心技术能力攻坚;LLM等前沿AI技术在支付&金融服务中的探索、研发和应用。另外,我们在全球设立团队,团队同学背景多元,不同的思维方式,打造了一个多元、碰撞、融合、包容的工作环境。我们邀请你来此成长、专研,发掘无限的潜力,一起应对技术和业务以及跨国合作上的挑战,还有跨文化交流机会在等你!\n\n1、负责金融场景下大模型、时序模型、多模态模型的训推基础设施建设,搭建高效稳定的GPU训练集群与推理服务体系,完成模型部署流程建设、算力资源调度治理,提升GPU训练和推理资源利用率;\n2、跟进业界前沿技术,针对模型压缩、算子优化、推理加速、分布式训练、KV‑Cache优化、模型并行、容器化部署开展技术调研落地;基于PyTorch、TensorRT、vLLM等框架做适配开发;\n3、参与AI数据处理平台建设,搭建多模态数据处理、特征提取、向量召回、离线数据沉淀的工程链路,完善数据预处理、样本回流、特征加工全流程服务,为算法迭代提供工程保障;\n4、设计统一模型发布平台和监控体系,建设算力监控、性能指标采集、故障告警、容量评估体系;制定资源交付标准、资源池划分策略,优化模型发布流程,缩短部署周期,提升模型部署成功率;\n5、和算法工程师、后端研发、国际业务团队紧密协作,理解金融业务对高可用、安全性、稳定性的严苛要求,结合国际风控、智能催收等业务场景输出训推最佳实践方案,助力AI能力规模化落地国际业务。",
"requirements_text": "1、2027届获得本科及以上学历,计算机科学、计算机工程、统计学、应用数学、数据科学或其他相关专业;\n2、扎实掌握计算机基础知识,包含操作系统、计算机网络、数据结构;熟悉Linux开发环境,了解GPU运行原理;\n3、了解PyTorch、TensorFlow、vLLM和SGLang等AI框架,熟悉模型训练、推理部署基本流程。\n\n加分项\n1、有CUDA算子开发、TensorRT/vLLM部署、K8s容器化、分布式训练实践经验;参与AI-Infra开源项目,或者有GPU性能调优、算力调度相关项目经历;\n2、发表过CCF A/B类论文或获得过AI相关竞赛TOP奖项者优先。",
"skills": [AI生成
"Linux",
"PyTorch",
"TensorFlow",
"CUDA",
"数据结构",
"模型训练",
"性能调优"
],
"preferred_qualifications": "加分项;2、发表过CCF A/B类论文或获得过AI相关竞赛TOP奖项者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7664903455769479429/detail"
}
]
},
"posting": {
"posting_id": "7664903455769479429",
"post_date": "2026-07-21",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7664903455769479429/detail"
},
"fulltext": "AI Infra工程师 - 国际支付\n职位描述\n团队介绍:国际支付,立足于为字节跳动国际化业务提供专业的支付和金融服务,专注于全球支付产品线的质量和效率,确保为国际产品提供高度可靠和稳定的服务,建立国际支付产品和能力,同时在高效助力业务快速拓展的同时,打造行业领先的支付和金融产品能力。团队当前所提供的产品和服务,遍布全球多个国家和地区,团队拥有丰富的国际化产品研发经验;同时这里有全球超大规模的支付网络;覆盖多业务场景的海外钱包及金融产品解决方案;围绕分布式一致性、高并发、高可用、资金安全在内的核心技术能力攻坚;LLM等前沿AI技术在支付&金融服务中的探索、研发和应用。另外,我们在全球设立团队,团队同学背景多元,不同的思维方式,打造了一个多元、碰撞、融合、包容的工作环境。我们邀请你来此成长、专研,发掘无限的潜力,一起应对技术和业务以及跨国合作上的挑战,还有跨文化交流机会在等你!\n\n1、负责金融场景下大模型、时序模型、多模态模型的训推基础设施建设,搭建高效稳定的GPU训练集群与推理服务体系,完成模型部署流程建设、算力资源调度治理,提升GPU训练和推理资源利用率;\n2、跟进业界前沿技术,针对模型压缩、算子优化、推理加速、分布式训练、KV‑Cache优化、模型并行、容器化部署开展技术调研落地;基于PyTorch、TensorRT、vLLM等框架做适配开发;\n3、参与AI数据处理平台建设,搭建多模态数据处理、特征提取、向量召回、离线数据沉淀的工程链路,完善数据预处理、样本回流、特征加工全流程服务,为算法迭代提供工程保障;\n4、设计统一模型发布平台和监控体系,建设算力监控、性能指标采集、故障告警、容量评估体系;制定资源交付标准、资源池划分策略,优化模型发布流程,缩短部署周期,提升模型部署成功率;\n5、和算法工程师、后端研发、国际业务团队紧密协作,理解金融业务对高可用、安全性、稳定性的严苛要求,结合国际风控、智能催收等业务场景输出训推最佳实践方案,助力AI能力规模化落地国际业务。\n\n职位要求\n1、2027届获得本科及以上学历,计算机科学、计算机工程、统计学、应用数学、数据科学或其他相关专业;\n2、扎实掌握计算机基础知识,包含操作系统、计算机网络、数据结构;熟悉Linux开发环境,了解GPU运行原理;\n3、了解PyTorch、TensorFlow、vLLM和SGLang等AI框架,熟悉模型训练、推理部署基本流程。\n\n加分项\n1、有CUDA算子开发、TensorRT/vLLM部署、K8s容器化、分布式训练实践经验;参与AI-Infra开源项目,或者有GPU性能调优、算力调度相关项目经历;\n2、发表过CCF A/B类论文或获得过AI相关竞赛TOP奖项者优先。\n团队介绍:国际支付,立足于为字节跳动国际化业务提供专业的支付和金融服务,专注于全球支付产品线的质量和效率,确保为国际产品提供高度可靠和稳定的服务,建立国际支付产品和能力,同时在高效助力业务快速拓展的同时,打造行业领先的支付和金融产品能力。团队当前所提供的产品和服务,遍布全球多个国家和地区,团队拥有丰富的国际化产品研发经验;同时这里有全球超大规模的支付网络;覆盖多业务场景的海外钱包及金融产品解决方案;围绕分布式一致性、高并发、高可用、资金安全在内的核心技术能力攻坚;LLM等前沿AI技术在支付&金融服务中的探索、研发和应用。另外,我们在全球设立团队,团队同学背景多元,不同的思维方式,打造了一个多元、碰撞、融合、包容的工作环境。我们邀请你来此成长、专研,发掘无限的潜力,一起应对技术和业务以及跨国合作上的挑战,还有跨文化交流机会在等你!\n\n1、负责金融场景下大模型、时序模型、多模态模型的训推基础设施建设,搭建高效稳定的GPU训练集群与推理服务体系,完成模型部署流程建设、算力资源调度治理,提升GPU训练和推理资源利用率;\n2、跟进业界前沿技术,针对模型压缩、算子优化、推理加速、分布式训练、KV‑Cache优化、模型并行、容器化部署开展技术调研落地;基于PyTorch、TensorRT、vLLM等框架做适配开发;\n3、参与AI数据处理平台建设,搭建多模态数据处理、特征提取、向量召回、离线数据沉淀的工程链路,完善数据预处理、样本回流、特征加工全流程服务,为算法迭代提供工程保障;\n4、设计统一模型发布平台和监控体系,建设算力监控、性能指标采集、故障告警、容量评估体系;制定资源交付标准、资源池划分策略,优化模型发布流程,缩短部署周期,提升模型部署成功率;\n5、和算法工程师、后端研发、国际业务团队紧密协作,理解金融业务对高可用、安全性、稳定性的严苛要求,结合国际风控、智能催收等业务场景输出训推最佳实践方案,助力AI能力规模化落地国际业务。\n1、2027届获得本科及以上学历,计算机科学、计算机工程、统计学、应用数学、数据科学或其他相关专业;\n2、扎实掌握计算机基础知识,包含操作系统、计算机网络、数据结构;熟悉Linux开发环境,了解GPU运行原理;\n3、了解PyTorch、TensorFlow、vLLM和SGLang等AI框架,熟悉模型训练、推理部署基本流程。\n\n加分项\n1、有CUDA算子开发、TensorRT/vLLM部署、K8s容器化、分布式训练实践经验;参与AI-Infra开源项目,或者有GPU性能调优、算力调度相关项目经历;\n2、发表过CCF A/B类论文或获得过AI相关竞赛TOP奖项者优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}