{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "机器学习系统调度编排工程师 - Data AML",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "杭州、北京、上海",
        "work_mode": "未披露",AI生成
        "job_category": "机器学习"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：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、ML PaaS方向--编排调度基础设施；\n1）建设机器学习平台基础编排能力，包括Kubernetes交互层、控制面抽象、CRD/Operator，以及任务和服务生命周期管理；\n2）建设多租户资源与Quota系统，支持优先级、抢占、公平共享、弹性资源和跨集群资源调度；\n3）建设容器运行时和有状态服务编排能力，持续优化镜像、存储、网络、资源隔离、故障恢复、容灾与系统SLA；\n2、训练编排方向--训练编排与可靠性；\n1）对接预训练、SFT、RL等训练和后训练场景，建设任务、Workflow及多角色服务编排能力；\n2）优化训练可靠性和ETTR，建设故障检测、慢节点诊断、Checkpoint、Failover和弹性恢复能力；\n3）提升训练工程效能，并支持训练、Rollout、推理、Reward等角色间的资源协同、参数同步和训推共池；\n3、MaaS方向--GPU在线Serving编排；\n1）建设大模型在线推理服务的全生命周期编排，支持部署、升级、回滚、弹性伸缩、多集群和容灾；\n2）建设Prefill/Decode分离、多角色推理、拓扑感知、KV Cache亲和性、QoS/SLA和流量调度能力；\n3）优化模型权重、镜像和KV Cache的分发与加载，并通过资源池化、多租户、弹性和FinOps提升GPU利用率。",
        "requirements_text": "1、2027届获得本科及以上学历，计算机、软件工程、人工智能及相关专业优先；\n2、熟练掌握Go、C++、Python中至少一种语言，具备扎实的数据结构、算法基础和良好的工程编码习惯；\n3、熟悉Linux，理解操作系统、计算机网络、并发编程和分布式系统的基本原理；\n4、具备较强的动手能力和探索精神，愿意深入代码和系统现场分析问题，而不止停留在框架使用或方案设计层面；\n5、具备系统化和定量分析意识，能够通过指标、日志、Profiling、实验或模型定位问题并验证优化效果；\n6、具备责任心、自驱力和良好的协作能力，愿意持续负责复杂系统从设计、开发到上线和稳定运行的完整过程。\n\n加分项\n1、满足以下任意一项即可；\n2、ML PaaS方向\n1）有资源调度、Quota、基于容器的多租户系统或FinOps项目经验；\n2）参与过Kubernetes、Volcano、Koordinator、Kruise等开源项目；\n3、训练编排方向\n1）有PyTorch Distributed、Megatron、DeepSpeed、Ray、Volcano等分布式训练实践，有对应训练框架的可靠性以及性能优化经验更好；\n2）有训练平台、MLOps、RLHF/PPO/GRPO等强化学习或后训练系统实践；\n3）有训练系统以及AI集群管理相关科研经历或开源贡献；\n4、MaaS方向\n1）有vLLM、SGLang、Triton、KServe、Ray Serve等推理系统实践；\n2）了解大模型推理中的KV Cache、Continuous Batching、Prefill/Decode分离、并行策略等概念；\n3）有在线服务、网关、流量调度、弹性伸缩、性能优化或大规模高可用系统经验；\n4）有GPU/NPU Serving、异构资源调度、模型分发或推理性能分析经验。",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "Kubernetes",
            "PyTorch",
            "强化学习",
            "数据结构",
            "分布式系统",
            "性能优化",
            "可靠性",
            "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、人工智能及相关专业优先；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/7669716946866538805/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7669716946866538805",
        "post_date": "2026-08-03",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7669716946866538805/detail"
    },
    "fulltext": "机器学习系统调度编排工程师 - Data AML\n职位描述\n团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、ML PaaS方向--编排调度基础设施；\n1）建设机器学习平台基础编排能力，包括Kubernetes交互层、控制面抽象、CRD/Operator，以及任务和服务生命周期管理；\n2）建设多租户资源与Quota系统，支持优先级、抢占、公平共享、弹性资源和跨集群资源调度；\n3）建设容器运行时和有状态服务编排能力，持续优化镜像、存储、网络、资源隔离、故障恢复、容灾与系统SLA；\n2、训练编排方向--训练编排与可靠性；\n1）对接预训练、SFT、RL等训练和后训练场景，建设任务、Workflow及多角色服务编排能力；\n2）优化训练可靠性和ETTR，建设故障检测、慢节点诊断、Checkpoint、Failover和弹性恢复能力；\n3）提升训练工程效能，并支持训练、Rollout、推理、Reward等角色间的资源协同、参数同步和训推共池；\n3、MaaS方向--GPU在线Serving编排；\n1）建设大模型在线推理服务的全生命周期编排，支持部署、升级、回滚、弹性伸缩、多集群和容灾；\n2）建设Prefill/Decode分离、多角色推理、拓扑感知、KV Cache亲和性、QoS/SLA和流量调度能力；\n3）优化模型权重、镜像和KV Cache的分发与加载，并通过资源池化、多租户、弹性和FinOps提升GPU利用率。\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、人工智能及相关专业优先；\n2、熟练掌握Go、C++、Python中至少一种语言，具备扎实的数据结构、算法基础和良好的工程编码习惯；\n3、熟悉Linux，理解操作系统、计算机网络、并发编程和分布式系统的基本原理；\n4、具备较强的动手能力和探索精神，愿意深入代码和系统现场分析问题，而不止停留在框架使用或方案设计层面；\n5、具备系统化和定量分析意识，能够通过指标、日志、Profiling、实验或模型定位问题并验证优化效果；\n6、具备责任心、自驱力和良好的协作能力，愿意持续负责复杂系统从设计、开发到上线和稳定运行的完整过程。\n\n加分项\n1、满足以下任意一项即可；\n2、ML PaaS方向\n1）有资源调度、Quota、基于容器的多租户系统或FinOps项目经验；\n2）参与过Kubernetes、Volcano、Koordinator、Kruise等开源项目；\n3、训练编排方向\n1）有PyTorch Distributed、Megatron、DeepSpeed、Ray、Volcano等分布式训练实践，有对应训练框架的可靠性以及性能优化经验更好；\n2）有训练平台、MLOps、RLHF/PPO/GRPO等强化学习或后训练系统实践；\n3）有训练系统以及AI集群管理相关科研经历或开源贡献；\n4、MaaS方向\n1）有vLLM、SGLang、Triton、KServe、Ray Serve等推理系统实践；\n2）了解大模型推理中的KV Cache、Continuous Batching、Prefill/Decode分离、并行策略等概念；\n3）有在线服务、网关、流量调度、弹性伸缩、性能优化或大规模高可用系统经验；\n4）有GPU/NPU Serving、异构资源调度、模型分发或推理性能分析经验。\n团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、ML PaaS方向--编排调度基础设施；\n1）建设机器学习平台基础编排能力，包括Kubernetes交互层、控制面抽象、CRD/Operator，以及任务和服务生命周期管理；\n2）建设多租户资源与Quota系统，支持优先级、抢占、公平共享、弹性资源和跨集群资源调度；\n3）建设容器运行时和有状态服务编排能力，持续优化镜像、存储、网络、资源隔离、故障恢复、容灾与系统SLA；\n2、训练编排方向--训练编排与可靠性；\n1）对接预训练、SFT、RL等训练和后训练场景，建设任务、Workflow及多角色服务编排能力；\n2）优化训练可靠性和ETTR，建设故障检测、慢节点诊断、Checkpoint、Failover和弹性恢复能力；\n3）提升训练工程效能，并支持训练、Rollout、推理、Reward等角色间的资源协同、参数同步和训推共池；\n3、MaaS方向--GPU在线Serving编排；\n1）建设大模型在线推理服务的全生命周期编排，支持部署、升级、回滚、弹性伸缩、多集群和容灾；\n2）建设Prefill/Decode分离、多角色推理、拓扑感知、KV Cache亲和性、QoS/SLA和流量调度能力；\n3）优化模型权重、镜像和KV Cache的分发与加载，并通过资源池化、多租户、弹性和FinOps提升GPU利用率。\n1、2027届获得本科及以上学历，计算机、软件工程、人工智能及相关专业优先；\n2、熟练掌握Go、C++、Python中至少一种语言，具备扎实的数据结构、算法基础和良好的工程编码习惯；\n3、熟悉Linux，理解操作系统、计算机网络、并发编程和分布式系统的基本原理；\n4、具备较强的动手能力和探索精神，愿意深入代码和系统现场分析问题，而不止停留在框架使用或方案设计层面；\n5、具备系统化和定量分析意识，能够通过指标、日志、Profiling、实验或模型定位问题并验证优化效果；\n6、具备责任心、自驱力和良好的协作能力，愿意持续负责复杂系统从设计、开发到上线和稳定运行的完整过程。\n\n加分项\n1、满足以下任意一项即可；\n2、ML PaaS方向\n1）有资源调度、Quota、基于容器的多租户系统或FinOps项目经验；\n2）参与过Kubernetes、Volcano、Koordinator、Kruise等开源项目；\n3、训练编排方向\n1）有PyTorch Distributed、Megatron、DeepSpeed、Ray、Volcano等分布式训练实践，有对应训练框架的可靠性以及性能优化经验更好；\n2）有训练平台、MLOps、RLHF/PPO/GRPO等强化学习或后训练系统实践；\n3）有训练系统以及AI集群管理相关科研经历或开源贡献；\n4、MaaS方向\n1）有vLLM、SGLang、Triton、KServe、Ray Serve等推理系统实践；\n2）了解大模型推理中的KV Cache、Continuous Batching、Prefill/Decode分离、并行策略等概念；\n3）有在线服务、网关、流量调度、弹性伸缩、性能优化或大规模高可用系统经验；\n4）有GPU/NPU Serving、异构资源调度、模型分发或推理性能分析经验。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}