主分类：AI训练推理与计算优化
辅助：云基础设施与系统软件研发（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": "高性能推理优化研发工程师 - 安全与风控",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、深圳",
"work_mode": "未披露",AI生成
"job_category": "安全"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": "计算机科学、软件工程、电子工程等相关专业硕士学位及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：我们团队研发尖端云安全解决方案，为字节跳动及企业客户提供规模化安全防护。\n依托安全部门深厚的技术积累，以及对客户安全需求的深刻理解，我们借助领先技术与产品，通过全方位智能防御体系应对各类实际安全挑战。\n我们的工作确保云环境始终安全、可靠，为整个组织的创新实践提供有力支撑。\n\n1、我们正在寻找AI Infra研发工程师，负责在丰富业务场景中围绕大模型推理全链路，结合云原生架构与推理引擎优化，打造高性能、高可靠的AICC机密推理基础设施，为火山引擎大规模AI算力平台提供底层技术支撑；\n2、推理引擎适配优化：负责大模型推理引擎在可信环境下的适配与性能优化，涵盖批处理并行策略、显存管理、KV Cache调度及算子层优化等方向，深度挖掘并解决性能瓶颈，提升机密推理场景下的资源利用率；\n3、云原生部署体系：基于Kubernetes构建推理工作负载的高效部署与编排体系，设计智能路由调度策略与弹性伸缩机制，支撑大规模GPU集群上的机密推理服务，同时实现与云原生资源调度、镜像分发、存储网络、监控可观测性等底层平台的对接与协同整合；\n4、工程效率与稳定性：建设面向可信AI Infra的CI/CD流水线、自动化测试与运维体系，结合Agent探索AIOps落地应用，提升部署效率与线上稳定性，保障大规模集群的SLA。",
"requirements_text": "1、计算机科学、软件工程、电子工程等相关专业硕士学位及以上；\n2、系统编程能力：熟练掌握Python/C++/Go/Rust中至少两门编程语言，具备扎实的系统软件设计与开发能力；\n3、云原生与K8s：深入理解Kubernetes架构与核心原理，具备Operator、CRD、CSI/CNI等扩展开发经验，熟悉Helm、Argo CD等云原生工具链；\n4、推理引擎经验：熟悉至少一种大模型推理框架（SGLang、vLLM等），了解KV-Cache、模型量化技术、PagedAttention等核心机制；\n5、高性能系统优化：具备系统性能调优经验，熟悉CPU/GPU架构、内存层次、I/O路径等，能够定位并解决系统级性能瓶颈；对eBPF、torch.profiler、Nsight等使用熟悉者优先，有国产卡调优经验者优先；熟悉TEE等可信计算环境下相关软硬件特点优先；\n6、工程落地能力：具备良好的工程素养与项目管理能力，能够独立完成从方案设计到线上落地的全流程，有分布式系统开发经验者优先。",
"skills": [AI生成
"Python",
"C++",
"Rust",
"Kubernetes",
"分布式系统",
"性能调优",
"项目管理",
"Go",
"大语言模型"
],
"preferred_qualifications": "对eBPF、torch.profiler、Nsight等使用熟悉者优先，有国产卡调优经验者优先；熟悉TEE等可信计算环境下相关软硬件特点优先；6、工程落地能力：具备良好的工程素养与项目管理能力，能够独立完成从方案设计到线上落地的全流程，有分布式系统开发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7670394261703493893/detail"
}
]
},
"posting": {
"posting_id": "7670394261703493893",
"post_date": "2026-08-05",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7670394261703493893/detail"
},
"fulltext": "高性能推理优化研发工程师 - 安全与风控\n职位描述\n团队介绍：我们团队研发尖端云安全解决方案，为字节跳动及企业客户提供规模化安全防护。\n依托安全部门深厚的技术积累，以及对客户安全需求的深刻理解，我们借助领先技术与产品，通过全方位智能防御体系应对各类实际安全挑战。\n我们的工作确保云环境始终安全、可靠，为整个组织的创新实践提供有力支撑。\n\n1、我们正在寻找AI Infra研发工程师，负责在丰富业务场景中围绕大模型推理全链路，结合云原生架构与推理引擎优化，打造高性能、高可靠的AICC机密推理基础设施，为火山引擎大规模AI算力平台提供底层技术支撑；\n2、推理引擎适配优化：负责大模型推理引擎在可信环境下的适配与性能优化，涵盖批处理并行策略、显存管理、KV Cache调度及算子层优化等方向，深度挖掘并解决性能瓶颈，提升机密推理场景下的资源利用率；\n3、云原生部署体系：基于Kubernetes构建推理工作负载的高效部署与编排体系，设计智能路由调度策略与弹性伸缩机制，支撑大规模GPU集群上的机密推理服务，同时实现与云原生资源调度、镜像分发、存储网络、监控可观测性等底层平台的对接与协同整合；\n4、工程效率与稳定性：建设面向可信AI Infra的CI/CD流水线、自动化测试与运维体系，结合Agent探索AIOps落地应用，提升部署效率与线上稳定性，保障大规模集群的SLA。\n\n职位要求\n1、计算机科学、软件工程、电子工程等相关专业硕士学位及以上；\n2、系统编程能力：熟练掌握Python/C++/Go/Rust中至少两门编程语言，具备扎实的系统软件设计与开发能力；\n3、云原生与K8s：深入理解Kubernetes架构与核心原理，具备Operator、CRD、CSI/CNI等扩展开发经验，熟悉Helm、Argo CD等云原生工具链；\n4、推理引擎经验：熟悉至少一种大模型推理框架（SGLang、vLLM等），了解KV-Cache、模型量化技术、PagedAttention等核心机制；\n5、高性能系统优化：具备系统性能调优经验，熟悉CPU/GPU架构、内存层次、I/O路径等，能够定位并解决系统级性能瓶颈；对eBPF、torch.profiler、Nsight等使用熟悉者优先，有国产卡调优经验者优先；熟悉TEE等可信计算环境下相关软硬件特点优先；\n6、工程落地能力：具备良好的工程素养与项目管理能力，能够独立完成从方案设计到线上落地的全流程，有分布式系统开发经验者优先。\n团队介绍：我们团队研发尖端云安全解决方案，为字节跳动及企业客户提供规模化安全防护。\n依托安全部门深厚的技术积累，以及对客户安全需求的深刻理解，我们借助领先技术与产品，通过全方位智能防御体系应对各类实际安全挑战。\n我们的工作确保云环境始终安全、可靠，为整个组织的创新实践提供有力支撑。\n\n1、我们正在寻找AI Infra研发工程师，负责在丰富业务场景中围绕大模型推理全链路，结合云原生架构与推理引擎优化，打造高性能、高可靠的AICC机密推理基础设施，为火山引擎大规模AI算力平台提供底层技术支撑；\n2、推理引擎适配优化：负责大模型推理引擎在可信环境下的适配与性能优化，涵盖批处理并行策略、显存管理、KV Cache调度及算子层优化等方向，深度挖掘并解决性能瓶颈，提升机密推理场景下的资源利用率；\n3、云原生部署体系：基于Kubernetes构建推理工作负载的高效部署与编排体系，设计智能路由调度策略与弹性伸缩机制，支撑大规模GPU集群上的机密推理服务，同时实现与云原生资源调度、镜像分发、存储网络、监控可观测性等底层平台的对接与协同整合；\n4、工程效率与稳定性：建设面向可信AI Infra的CI/CD流水线、自动化测试与运维体系，结合Agent探索AIOps落地应用，提升部署效率与线上稳定性，保障大规模集群的SLA。\n1、计算机科学、软件工程、电子工程等相关专业硕士学位及以上；\n2、系统编程能力：熟练掌握Python/C++/Go/Rust中至少两门编程语言，具备扎实的系统软件设计与开发能力；\n3、云原生与K8s：深入理解Kubernetes架构与核心原理，具备Operator、CRD、CSI/CNI等扩展开发经验，熟悉Helm、Argo CD等云原生工具链；\n4、推理引擎经验：熟悉至少一种大模型推理框架（SGLang、vLLM等），了解KV-Cache、模型量化技术、PagedAttention等核心机制；\n5、高性能系统优化：具备系统性能调优经验，熟悉CPU/GPU架构、内存层次、I/O路径等，能够定位并解决系统级性能瓶颈；对eBPF、torch.profiler、Nsight等使用熟悉者优先，有国产卡调优经验者优先；熟悉TEE等可信计算环境下相关软硬件特点优先；\n6、工程落地能力：具备良好的工程素养与项目管理能力，能够独立完成从方案设计到线上落地的全流程，有分布式系统开发经验者优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T018"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}