{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "计算SRE - AI算力基础设施",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京、杭州、上海",
        "work_mode": "未披露",AI生成
        "job_category": "运维"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：字节跳动基础设施部门，负责字节跳动的全栈算力基础设施，从芯片服务器产研、到超大规模数据中心，到传统云平台和如今的AI Native Cloud，全方位为抖音、豆包、今日头条、飞书、火山引擎等各类产品提供领先、稳定的百万量级大规模算力基础设施服务。我们的领域涵盖数据中心建设、内核操作系统开发、服务器集群管理、高速网络通信、EB级数据存储体系、搜索型数据库探索、基于LLM的AI基础设施的研发调度与治理等，致力于打造业界领先的、面向LLM的AI云原生基础设施架构与产品矩阵。\n\n1、参与大规模计算集群（物理机、容器、GPU）的稳定性建设：容量规划、容灾演练、故障定位与根因治理，保障业务与大模型训推的SLO；\n2、参与算力资源效率经营：CPU、GPU利用率提升、在离线混部、资源池化与弹性调度、成本优化，用数据驱动资源的“存—调—取”闭环；\n3、面向AI Infra建设系统化运维解决方案：训练、推理集群的交付、压测、GPU故障自愈与稳定性守护；\n4、参与设计并实现支撑大规模集群的自动化运营平台与工具链，把重复运维沉淀为可复用的平台能力；\n5、探索AIOps/运维Agent：用LLM与智能体能力做告警降噪、变更观测、无人值守与智能盯屏，降低人力投入、提升响应速度。",
        "requirements_text": "1、2027届获得本科及以上学历，计算机、软件工程、通信等相关专业优先；\n2、扎实的计算机基础（操作系统、网络、数据结构），熟悉Linux负载模型、资源模型、网络IO模型等；\n3、熟悉至少1门开发语言（Go/C、C++/Java/Python/JavaScript等），有独立编码与工程落地能力；\n4、善于从系统全局思考问题，面对复杂、模糊的场景敢于挑战、能拿结果；自驱学习、乐于协作。\n\n加分项（满足其一即可，非硬性）\n1、有分布式系统、云计算（K8s/容器/虚拟化）、或GPU/AI训练推理相关的项目、实习或研究经历；\n2、熟悉调度、资源管理、性能调优，或有可观测性/稳定性方向的实践；\n3、有用AI/LLM/Agent解决实际工程问题的经历，或对AIOps方向有热情；\n4、有开源贡献、ACM/竞赛、顶会论文，或独立完成过有一定复杂度的系统。",
        "skills": [AI生成
            "Python",
            "JavaScript",
            "Java",
            "C++",
            "Linux",
            "数据结构",
            "分布式系统",
            "性能调优",
            "Go",
            "大语言模型"
        ],
        "preferred_qualifications": "1、2027届获得本科及以上学历，计算机、软件工程、通信等相关专业优先；加分项（满足其一即可，非硬性）",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/campus/position/7667093439687772421/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7667093439687772421",
        "post_date": "2026-07-27",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7667093439687772421/detail"
    },
    "fulltext": "计算SRE - AI算力基础设施\n职位描述\n团队介绍：字节跳动基础设施部门，负责字节跳动的全栈算力基础设施，从芯片服务器产研、到超大规模数据中心，到传统云平台和如今的AI Native Cloud，全方位为抖音、豆包、今日头条、飞书、火山引擎等各类产品提供领先、稳定的百万量级大规模算力基础设施服务。我们的领域涵盖数据中心建设、内核操作系统开发、服务器集群管理、高速网络通信、EB级数据存储体系、搜索型数据库探索、基于LLM的AI基础设施的研发调度与治理等，致力于打造业界领先的、面向LLM的AI云原生基础设施架构与产品矩阵。\n\n1、参与大规模计算集群（物理机、容器、GPU）的稳定性建设：容量规划、容灾演练、故障定位与根因治理，保障业务与大模型训推的SLO；\n2、参与算力资源效率经营：CPU、GPU利用率提升、在离线混部、资源池化与弹性调度、成本优化，用数据驱动资源的“存—调—取”闭环；\n3、面向AI Infra建设系统化运维解决方案：训练、推理集群的交付、压测、GPU故障自愈与稳定性守护；\n4、参与设计并实现支撑大规模集群的自动化运营平台与工具链，把重复运维沉淀为可复用的平台能力；\n5、探索AIOps/运维Agent：用LLM与智能体能力做告警降噪、变更观测、无人值守与智能盯屏，降低人力投入、提升响应速度。\n\n职位要求\n1、2027届获得本科及以上学历，计算机、软件工程、通信等相关专业优先；\n2、扎实的计算机基础（操作系统、网络、数据结构），熟悉Linux负载模型、资源模型、网络IO模型等；\n3、熟悉至少1门开发语言（Go/C、C++/Java/Python/JavaScript等），有独立编码与工程落地能力；\n4、善于从系统全局思考问题，面对复杂、模糊的场景敢于挑战、能拿结果；自驱学习、乐于协作。\n\n加分项（满足其一即可，非硬性）\n1、有分布式系统、云计算（K8s/容器/虚拟化）、或GPU/AI训练推理相关的项目、实习或研究经历；\n2、熟悉调度、资源管理、性能调优，或有可观测性/稳定性方向的实践；\n3、有用AI/LLM/Agent解决实际工程问题的经历，或对AIOps方向有热情；\n4、有开源贡献、ACM/竞赛、顶会论文，或独立完成过有一定复杂度的系统。\n团队介绍：字节跳动基础设施部门，负责字节跳动的全栈算力基础设施，从芯片服务器产研、到超大规模数据中心，到传统云平台和如今的AI Native Cloud，全方位为抖音、豆包、今日头条、飞书、火山引擎等各类产品提供领先、稳定的百万量级大规模算力基础设施服务。我们的领域涵盖数据中心建设、内核操作系统开发、服务器集群管理、高速网络通信、EB级数据存储体系、搜索型数据库探索、基于LLM的AI基础设施的研发调度与治理等，致力于打造业界领先的、面向LLM的AI云原生基础设施架构与产品矩阵。\n\n1、参与大规模计算集群（物理机、容器、GPU）的稳定性建设：容量规划、容灾演练、故障定位与根因治理，保障业务与大模型训推的SLO；\n2、参与算力资源效率经营：CPU、GPU利用率提升、在离线混部、资源池化与弹性调度、成本优化，用数据驱动资源的“存—调—取”闭环；\n3、面向AI Infra建设系统化运维解决方案：训练、推理集群的交付、压测、GPU故障自愈与稳定性守护；\n4、参与设计并实现支撑大规模集群的自动化运营平台与工具链，把重复运维沉淀为可复用的平台能力；\n5、探索AIOps/运维Agent：用LLM与智能体能力做告警降噪、变更观测、无人值守与智能盯屏，降低人力投入、提升响应速度。\n1、2027届获得本科及以上学历，计算机、软件工程、通信等相关专业优先；\n2、扎实的计算机基础（操作系统、网络、数据结构），熟悉Linux负载模型、资源模型、网络IO模型等；\n3、熟悉至少1门开发语言（Go/C、C++/Java/Python/JavaScript等），有独立编码与工程落地能力；\n4、善于从系统全局思考问题，面对复杂、模糊的场景敢于挑战、能拿结果；自驱学习、乐于协作。\n\n加分项（满足其一即可，非硬性）\n1、有分布式系统、云计算（K8s/容器/虚拟化）、或GPU/AI训练推理相关的项目、实习或研究经历；\n2、熟悉调度、资源管理、性能调优，或有可观测性/稳定性方向的实践；\n3、有用AI/LLM/Agent解决实际工程问题的经历，或对AIOps方向有热情；\n4、有开源贡献、ACM/竞赛、顶会论文，或独立完成过有一定复杂度的系统。",
    "standard_classification": {
        "std_category_code": "T020",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}