职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7672633183888525621

机器学习系统调度研发工程师 - 火山方舟

未披露 · 杭州、北京、上海 · 字节跳动

主分类:AI训练推理与计算优化
软件开发与 IT
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": "机器学习系统调度研发工程师 - 火山方舟",
        "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": "后端"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:火山方舟是火山引擎推出的一站式大模型服务平台,是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型,提供丰富的插件生态和AI应用开发服务,并通过稳定可靠的安全互信方案、专业的算法技术服务,全方位保障企业级AI应用落地。\n\n1、负责机器学习系统资源调度的设计和开发,服务于NLP/CV/Speech等多方向场景的模型训练、评估及推理;\n2、负责GPU、CPU等多种异构资源的编排,实现稳定资源、潮汐资源、混布资源、多云资源的合理化使用;\n3、负责通过技术手段实现计算资源、RDMA高速网络资源、存储资源的最优调度,充分发挥大规模分布式集群的计算能力;\n4、负责多机房、多地域、多云场景的在离线任务与服务调度,实现负载合理化分布。",
        "requirements_text": "1、2027届获得本科及以上学历;\n2、熟练掌握Linux环境下的Go/Python/Shell等1至2种以上语言;\n3、熟悉Kubernetes架构和生态,熟悉Docker/Containerd/Kata/Podman等容器技术,有丰富的机器学习系统实践和开发经验;\n4、掌握分布式系统原理,参与过大规模分布式系统的设计、开发和维护;\n5、有优秀的逻辑分析能力,能够对业务逻辑进行合理的抽象和拆分,具备强烈的工作责任心,较好的学习能力、沟通能力和自驱力。\n\n加分项:\n1、熟悉至少一种主流的机器学习框架(TensorFlow/PyTorch);\n2、有以下某一方向领域的经验:AI Infrastructure,HW/SW Co-Design,High Performance Computing,ML Hardware Architecture(GPU、Accelerators、Networking)。",
        "skills": [AI生成
            "Python",
            "Linux",
            "Docker",
            "Kubernetes",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "分布式系统",
            "沟通能力",
            "学习能力",
            "分析能力"
        ],
        "preferred_qualifications": "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/7672633183888525621/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7672633183888525621",
        "post_date": "2026-08-11",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/campus/position/7672633183888525621/detail"
    },
    "fulltext": "机器学习系统调度研发工程师 - 火山方舟\n职位描述\n团队介绍:火山方舟是火山引擎推出的一站式大模型服务平台,是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型,提供丰富的插件生态和AI应用开发服务,并通过稳定可靠的安全互信方案、专业的算法技术服务,全方位保障企业级AI应用落地。\n\n1、负责机器学习系统资源调度的设计和开发,服务于NLP/CV/Speech等多方向场景的模型训练、评估及推理;\n2、负责GPU、CPU等多种异构资源的编排,实现稳定资源、潮汐资源、混布资源、多云资源的合理化使用;\n3、负责通过技术手段实现计算资源、RDMA高速网络资源、存储资源的最优调度,充分发挥大规模分布式集群的计算能力;\n4、负责多机房、多地域、多云场景的在离线任务与服务调度,实现负载合理化分布。\n\n职位要求\n1、2027届获得本科及以上学历;\n2、熟练掌握Linux环境下的Go/Python/Shell等1至2种以上语言;\n3、熟悉Kubernetes架构和生态,熟悉Docker/Containerd/Kata/Podman等容器技术,有丰富的机器学习系统实践和开发经验;\n4、掌握分布式系统原理,参与过大规模分布式系统的设计、开发和维护;\n5、有优秀的逻辑分析能力,能够对业务逻辑进行合理的抽象和拆分,具备强烈的工作责任心,较好的学习能力、沟通能力和自驱力。\n\n加分项:\n1、熟悉至少一种主流的机器学习框架(TensorFlow/PyTorch);\n2、有以下某一方向领域的经验:AI Infrastructure,HW/SW Co-Design,High Performance Computing,ML Hardware Architecture(GPU、Accelerators、Networking)。\n团队介绍:火山方舟是火山引擎推出的一站式大模型服务平台,是中国大模型市场产品和份额领跑者。平台提供模型推理、评测、精调等全流程服务。方舟搭载了豆包及业界主流大模型,提供丰富的插件生态和AI应用开发服务,并通过稳定可靠的安全互信方案、专业的算法技术服务,全方位保障企业级AI应用落地。\n\n1、负责机器学习系统资源调度的设计和开发,服务于NLP/CV/Speech等多方向场景的模型训练、评估及推理;\n2、负责GPU、CPU等多种异构资源的编排,实现稳定资源、潮汐资源、混布资源、多云资源的合理化使用;\n3、负责通过技术手段实现计算资源、RDMA高速网络资源、存储资源的最优调度,充分发挥大规模分布式集群的计算能力;\n4、负责多机房、多地域、多云场景的在离线任务与服务调度,实现负载合理化分布。\n1、2027届获得本科及以上学历;\n2、熟练掌握Linux环境下的Go/Python/Shell等1至2种以上语言;\n3、熟悉Kubernetes架构和生态,熟悉Docker/Containerd/Kata/Podman等容器技术,有丰富的机器学习系统实践和开发经验;\n4、掌握分布式系统原理,参与过大规模分布式系统的设计、开发和维护;\n5、有优秀的逻辑分析能力,能够对业务逻辑进行合理的抽象和拆分,具备强烈的工作责任心,较好的学习能力、沟通能力和自驱力。\n\n加分项:\n1、熟悉至少一种主流的机器学习框架(TensorFlow/PyTorch);\n2、有以下某一方向领域的经验:AI Infrastructure,HW/SW Co-Design,High Performance Computing,ML Hardware Architecture(GPU、Accelerators、Networking)。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}