职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7665619476465240373

端到端具身智能系统架构专家 - 火山引擎

未披露 · 北京、上海 · 字节跳动

主分类:云基础设施与系统软件研发
软件开发与 IT
辅助:AI训练推理与计算优化(仅展示)
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": "端到端具身智能系统架构专家 - 火山引擎",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京、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": 5,
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍:火山引擎是字节跳动旗下云和AI服务平台,将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业,通过云和AI技术,推进企业智能化转型,激发增长潜能。\n\n1、负责端到端VLA具身系统的实体智能体端整体架构设计,主导模型部署、推理调度、数据交互等链路的架构设计与性能优化,保障端侧算力平台上的系统实时性与资源利用效率;\n2、定义模型与感知、定位、导航、运动规划、执行控制、诊断、日志、监控等模块之间的系统交互方式和工程接口,构建清晰的系统分层与协作逻辑;\n3、建立系统级验证与准入机制,推动闭环仿真、真机测试、问题归因和版本发布全流程落地,保障版本交付质量与迭代效率;\n4、设计系统级安全边界、异常检测、降级策略和冗余机制,保障端到端模型在实体智能体运行过程中的可控性和工程可靠性;\n5、协同模型、算法、数据、部署、测试、硬件等跨团队,推动具身智能能力从原型验证到端侧集成、演示交付及规模化演进,沉淀跨场景通用架构能力。",
        "requirements_text": "1、5年以上自动驾驶车载系统架构设计经验,有完整智驾项目从0到1架构搭建与量产落地经验;\n2、深入理解智驾软件栈分层逻辑,熟悉ROS2、DDS等中间件,有主流车规芯片架构适配经验;\n3、有端到端自动驾驶、VLA/VLM、多模态模型或车端AI部署相关经验,理解模型能力与车端系统约束之间的适配关系;有端侧(NVIDIA Orin/Thor)量产部署经验;\n4、熟悉车端计算平台、异构加速、模型量化、推理框架、实时系统、通信中间件、日志诊断、OTA和故障监控等工程要素。",
        "skills": [AI生成
            "系统架构",
            "架构设计"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7665619476465240373/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7665619476465240373",
        "post_date": "2026-07-23",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7665619476465240373/detail"
    },
    "fulltext": "端到端具身智能系统架构专家 - 火山引擎\n职位描述\n团队介绍:火山引擎是字节跳动旗下云和AI服务平台,将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业,通过云和AI技术,推进企业智能化转型,激发增长潜能。\n\n1、负责端到端VLA具身系统的实体智能体端整体架构设计,主导模型部署、推理调度、数据交互等链路的架构设计与性能优化,保障端侧算力平台上的系统实时性与资源利用效率;\n2、定义模型与感知、定位、导航、运动规划、执行控制、诊断、日志、监控等模块之间的系统交互方式和工程接口,构建清晰的系统分层与协作逻辑;\n3、建立系统级验证与准入机制,推动闭环仿真、真机测试、问题归因和版本发布全流程落地,保障版本交付质量与迭代效率;\n4、设计系统级安全边界、异常检测、降级策略和冗余机制,保障端到端模型在实体智能体运行过程中的可控性和工程可靠性;\n5、协同模型、算法、数据、部署、测试、硬件等跨团队,推动具身智能能力从原型验证到端侧集成、演示交付及规模化演进,沉淀跨场景通用架构能力。\n\n职位要求\n1、5年以上自动驾驶车载系统架构设计经验,有完整智驾项目从0到1架构搭建与量产落地经验;\n2、深入理解智驾软件栈分层逻辑,熟悉ROS2、DDS等中间件,有主流车规芯片架构适配经验;\n3、有端到端自动驾驶、VLA/VLM、多模态模型或车端AI部署相关经验,理解模型能力与车端系统约束之间的适配关系;有端侧(NVIDIA Orin/Thor)量产部署经验;\n4、熟悉车端计算平台、异构加速、模型量化、推理框架、实时系统、通信中间件、日志诊断、OTA和故障监控等工程要素。\n团队介绍:火山引擎是字节跳动旗下云和AI服务平台,将字节跳动快速发展过程中积累的增长方法、技术能力和应用工具开放给外部企业,通过云和AI技术,推进企业智能化转型,激发增长潜能。\n\n1、负责端到端VLA具身系统的实体智能体端整体架构设计,主导模型部署、推理调度、数据交互等链路的架构设计与性能优化,保障端侧算力平台上的系统实时性与资源利用效率;\n2、定义模型与感知、定位、导航、运动规划、执行控制、诊断、日志、监控等模块之间的系统交互方式和工程接口,构建清晰的系统分层与协作逻辑;\n3、建立系统级验证与准入机制,推动闭环仿真、真机测试、问题归因和版本发布全流程落地,保障版本交付质量与迭代效率;\n4、设计系统级安全边界、异常检测、降级策略和冗余机制,保障端到端模型在实体智能体运行过程中的可控性和工程可靠性;\n5、协同模型、算法、数据、部署、测试、硬件等跨团队,推动具身智能能力从原型验证到端侧集成、演示交付及规模化演进,沉淀跨场景通用架构能力。\n1、5年以上自动驾驶车载系统架构设计经验,有完整智驾项目从0到1架构搭建与量产落地经验;\n2、深入理解智驾软件栈分层逻辑,熟悉ROS2、DDS等中间件,有主流车规芯片架构适配经验;\n3、有端到端自动驾驶、VLA/VLM、多模态模型或车端AI部署相关经验,理解模型能力与车端系统约束之间的适配关系;有端侧(NVIDIA Orin/Thor)量产部署经验;\n4、熟悉车端计算平台、异构加速、模型量化、推理框架、实时系统、通信中间件、日志诊断、OTA和故障监控等工程要素。",
    "standard_classification": {
        "std_category_code": "T018",
        "std_aux_codes": [
            "T014"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}