主分类：生产运维与可靠性工程
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": "IaaS 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、深圳",
"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CPU/GPU云服务器、容器与微服务、可观测及Agent-Infra等基础设施产品的可靠性建设，理解系统架构与关键依赖，识别并推动解决稳定性风险；\n2、与产品研发团队共同参与方案设计、容量规划、性能调优、上线评审和持续演进，把可靠性、可运维性和成本意识前置到产品全生命周期；\n3、围绕SLO/SLI建设监控、巡检、变更防护、故障发现、影响面分析和恢复机制，参与线上保障与故障应急，并推动问题复盘和长效改进；\n4、通过软件工程消除重复劳动，研发统一运维平台、自动化工具和自愈能力，让大规模集群的交付、变更和运营更标准、更安全、更高效；\n5、建设数据化的资源运营能力，围绕交付效率、售卖率、利用率和总拥有成本分析问题，推动资源调度、故障维修与生命周期管理持续优化；\n6、参与AI for SRE能力建设，让AI辅助异常发现、调查、决策与处置，并通过确定性执行、评估体系和生产护栏确保能力可验证、可审计、可控制，同时面向内部业务与外部客户处理复杂技术问题，基于事实、数据和系统性分析推进跨团队协作，直至问题闭环并转化为可复用的产品或平台能力。",
"requirements_text": "1、2027届获得本科及以上学历，计算机、软件工程、通信、自动化、电子信息等相关专业优先；\n2、具备扎实的计算机基础，理解数据结构与算法、操作系统、计算机网络、并发与数据库等知识；对分布式系统、存储或云计算有基本认识；\n3、熟悉至少一门编程语言，如Go、C/C++、Java、Python等，能够编写结构清晰、可测试、可维护的代码，并具备基本的调试能力；\n4、熟悉Linux基本原理和常用工具，能够从CPU、内存、磁盘、文件系统、进程、网络I/O等角度分析系统行为；能够结合指标、日志和链路信息定位问题；\n5、具备良好的工程习惯，重视测试、代码质量、版本管理、文档和变更安全；愿意深入源码和系统底层寻找根因，而不是停留在现象层；\n6、对复杂问题保持好奇心和韧性，面对信息不完整时能够冷静拆解、形成假设、验证证据并及时同步风险；有责任心和客户意识，愿意为结果负责；能够清晰表达判断与依据，主动推动跨角色协作，也能诚实面对未知；保持持续学习和自我驱动，愿意挑战既有做法，把一次解决方案沉淀为可以规模化复用的能力。\n\n加分项\n1、有操作系统、计算机网络、分布式系统、数据库、虚拟化、调度、云原生或可观测方向的课程项目、科研、实习或竞赛经历；\n2、使用过Kubernetes、容器、eBPF、Prometheus、OpenTelemetry、Terraform等技术，或有个人实验环境与真实排障经历；\n3、参与过开源项目，提交过可验证的代码、文档或问题分析；有持续维护个人技术项目的经历；\n4、对性能工程、容量规划、混沌工程、故障演练、成本优化或大规模资源调度有实践或深入思考；\n5、关注大模型与智能体技术，理解AI系统的评估、权限、可观测和安全执行问题，或做过AI工程化项目。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Linux",
"Kubernetes",
"数据结构",
"分布式系统",
"数据库",
"大语言模型",
"智能体开发",
"C语言"
],
"preferred_qualifications": "1、2027届获得本科及以上学历，计算机、软件工程、通信、自动化、电子信息等相关专业优先；加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/campus/position/7667103029518600453/detail"
}
]
},
"posting": {
"posting_id": "7667103029518600453",
"post_date": "2026-07-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/campus/position/7667103029518600453/detail"
},
"fulltext": "IaaS 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CPU/GPU云服务器、容器与微服务、可观测及Agent-Infra等基础设施产品的可靠性建设，理解系统架构与关键依赖，识别并推动解决稳定性风险；\n2、与产品研发团队共同参与方案设计、容量规划、性能调优、上线评审和持续演进，把可靠性、可运维性和成本意识前置到产品全生命周期；\n3、围绕SLO/SLI建设监控、巡检、变更防护、故障发现、影响面分析和恢复机制，参与线上保障与故障应急，并推动问题复盘和长效改进；\n4、通过软件工程消除重复劳动，研发统一运维平台、自动化工具和自愈能力，让大规模集群的交付、变更和运营更标准、更安全、更高效；\n5、建设数据化的资源运营能力，围绕交付效率、售卖率、利用率和总拥有成本分析问题，推动资源调度、故障维修与生命周期管理持续优化；\n6、参与AI for SRE能力建设，让AI辅助异常发现、调查、决策与处置，并通过确定性执行、评估体系和生产护栏确保能力可验证、可审计、可控制，同时面向内部业务与外部客户处理复杂技术问题，基于事实、数据和系统性分析推进跨团队协作，直至问题闭环并转化为可复用的产品或平台能力。\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、自动化、电子信息等相关专业优先；\n2、具备扎实的计算机基础，理解数据结构与算法、操作系统、计算机网络、并发与数据库等知识；对分布式系统、存储或云计算有基本认识；\n3、熟悉至少一门编程语言，如Go、C/C++、Java、Python等，能够编写结构清晰、可测试、可维护的代码，并具备基本的调试能力；\n4、熟悉Linux基本原理和常用工具，能够从CPU、内存、磁盘、文件系统、进程、网络I/O等角度分析系统行为；能够结合指标、日志和链路信息定位问题；\n5、具备良好的工程习惯，重视测试、代码质量、版本管理、文档和变更安全；愿意深入源码和系统底层寻找根因，而不是停留在现象层；\n6、对复杂问题保持好奇心和韧性，面对信息不完整时能够冷静拆解、形成假设、验证证据并及时同步风险；有责任心和客户意识，愿意为结果负责；能够清晰表达判断与依据，主动推动跨角色协作，也能诚实面对未知；保持持续学习和自我驱动，愿意挑战既有做法，把一次解决方案沉淀为可以规模化复用的能力。\n\n加分项\n1、有操作系统、计算机网络、分布式系统、数据库、虚拟化、调度、云原生或可观测方向的课程项目、科研、实习或竞赛经历；\n2、使用过Kubernetes、容器、eBPF、Prometheus、OpenTelemetry、Terraform等技术，或有个人实验环境与真实排障经历；\n3、参与过开源项目，提交过可验证的代码、文档或问题分析；有持续维护个人技术项目的经历；\n4、对性能工程、容量规划、混沌工程、故障演练、成本优化或大规模资源调度有实践或深入思考；\n5、关注大模型与智能体技术，理解AI系统的评估、权限、可观测和安全执行问题，或做过AI工程化项目。\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CPU/GPU云服务器、容器与微服务、可观测及Agent-Infra等基础设施产品的可靠性建设，理解系统架构与关键依赖，识别并推动解决稳定性风险；\n2、与产品研发团队共同参与方案设计、容量规划、性能调优、上线评审和持续演进，把可靠性、可运维性和成本意识前置到产品全生命周期；\n3、围绕SLO/SLI建设监控、巡检、变更防护、故障发现、影响面分析和恢复机制，参与线上保障与故障应急，并推动问题复盘和长效改进；\n4、通过软件工程消除重复劳动，研发统一运维平台、自动化工具和自愈能力，让大规模集群的交付、变更和运营更标准、更安全、更高效；\n5、建设数据化的资源运营能力，围绕交付效率、售卖率、利用率和总拥有成本分析问题，推动资源调度、故障维修与生命周期管理持续优化；\n6、参与AI for SRE能力建设，让AI辅助异常发现、调查、决策与处置，并通过确定性执行、评估体系和生产护栏确保能力可验证、可审计、可控制，同时面向内部业务与外部客户处理复杂技术问题，基于事实、数据和系统性分析推进跨团队协作，直至问题闭环并转化为可复用的产品或平台能力。\n1、2027届获得本科及以上学历，计算机、软件工程、通信、自动化、电子信息等相关专业优先；\n2、具备扎实的计算机基础，理解数据结构与算法、操作系统、计算机网络、并发与数据库等知识；对分布式系统、存储或云计算有基本认识；\n3、熟悉至少一门编程语言，如Go、C/C++、Java、Python等，能够编写结构清晰、可测试、可维护的代码，并具备基本的调试能力；\n4、熟悉Linux基本原理和常用工具，能够从CPU、内存、磁盘、文件系统、进程、网络I/O等角度分析系统行为；能够结合指标、日志和链路信息定位问题；\n5、具备良好的工程习惯，重视测试、代码质量、版本管理、文档和变更安全；愿意深入源码和系统底层寻找根因，而不是停留在现象层；\n6、对复杂问题保持好奇心和韧性，面对信息不完整时能够冷静拆解、形成假设、验证证据并及时同步风险；有责任心和客户意识，愿意为结果负责；能够清晰表达判断与依据，主动推动跨角色协作，也能诚实面对未知；保持持续学习和自我驱动，愿意挑战既有做法，把一次解决方案沉淀为可以规模化复用的能力。\n\n加分项\n1、有操作系统、计算机网络、分布式系统、数据库、虚拟化、调度、云原生或可观测方向的课程项目、科研、实习或竞赛经历；\n2、使用过Kubernetes、容器、eBPF、Prometheus、OpenTelemetry、Terraform等技术，或有个人实验环境与真实排障经历；\n3、参与过开源项目，提交过可验证的代码、文档或问题分析；有持续维护个人技术项目的经历；\n4、对性能工程、容量规划、混沌工程、故障演练、成本优化或大规模资源调度有实践或深入思考；\n5、关注大模型与智能体技术，理解AI系统的评估、权限、可观测和安全执行问题，或做过AI工程化项目。",
"standard_classification": {
"std_category_code": "T020",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}