{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "资源调度与计算效率研发工程师/架构师 - AI算力基础设施",
        "job_level": "未披露",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": "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": "未披露",
        "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、参与字节跳动泛调度系统建设，覆盖资源配额、跨地域与跨集群调度、单集群调度和单机资源管理等环节；\n2、面向在线服务、大数据计算、AI训练与推理、数据库和存储等负载，设计统一的资源表达、配额、优先级、抢占、弹性和容灾机制；\n3、解决超大规模调度系统中的性能、可用性、一致性、资源碎片、热点及调度质量问题；\n4、推动GPU、CPU、内存、SSD、网络、内存带宽和电力等多维资源的联合调度与精细化管理；\n5、面向大模型训练与推理场景，建设Gang调度、GPU拓扑亲和、异构卡型适配、GPU共享、弹性资源池及碎片治理等能力；\n6、建设资源画像、智能策略、仿真评估和实验反馈体系，通过调度、重调度、弹性伸缩、混部和并池等手段，支撑AI弹性资源池、资源并池、数据库上云等公司级项目，将系统能力转化为稳定性、交付效率和成本收益。",
        "requirements_text": "1、具备扎实的计算机基础，熟悉数据结构、算法、操作系统、计算机网络和分布式系统；\n2、熟练使用Go、C++、Java、Rust等至少一种编程语言，具备良好的系统设计和工程实现能力；\n3、熟悉Kubernetes、Yarn、Mesos、Slurm等至少一种资源管理或调度系统，理解其核心架构和调度机制；\n4、对集群、资源调度或系统性能有深入兴趣，能够分析和解决复杂的生产系统问题；\n5、具备较强的系统抽象和数据分析能力，能够在业务需求、系统复杂度、稳定性和资源效率之间做出合理取舍；\n6、具备良好的沟通和推动能力，能够与业务、SRE、内核、服务器、网络、存储等团队共同推进复杂项目。\n\n加分项：\n1、有集群管理、资源调度、资源混部、容量规划或资源利用率优化经验；\n2、熟悉GPU调度及硬件拓扑，包括异构卡型、Gang Scheduling、PCIe、NUMA、NVLink、NVSwitch、GPU共享或碎片治理；\n3、熟悉AI训练与推理工作负载，以及CUDA、NCCL、RDMA、PyTorch、TensorFlow等相关技术；\n4、具备运筹优化、机器学习、强化学习、仿真系统或在线实验平台的研发经验；\n5、有Kubernetes、调度系统、容器运行时或Linux内核等开源社区贡献经验。",
        "skills": [AI生成
            "Java",
            "C++",
            "Rust",
            "Linux",
            "Kubernetes",
            "PyTorch",
            "TensorFlow",
            "CUDA",
            "机器学习",
            "强化学习",
            "数据结构",
            "分布式系统",
            "数据分析",
            "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/experienced/position/7678996985638275381/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7678996985638275381",
        "post_date": "2026-08-28",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7678996985638275381/detail"
    },
    "fulltext": "资源调度与计算效率研发工程师/架构师 - 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、参与字节跳动泛调度系统建设，覆盖资源配额、跨地域与跨集群调度、单集群调度和单机资源管理等环节；\n2、面向在线服务、大数据计算、AI训练与推理、数据库和存储等负载，设计统一的资源表达、配额、优先级、抢占、弹性和容灾机制；\n3、解决超大规模调度系统中的性能、可用性、一致性、资源碎片、热点及调度质量问题；\n4、推动GPU、CPU、内存、SSD、网络、内存带宽和电力等多维资源的联合调度与精细化管理；\n5、面向大模型训练与推理场景，建设Gang调度、GPU拓扑亲和、异构卡型适配、GPU共享、弹性资源池及碎片治理等能力；\n6、建设资源画像、智能策略、仿真评估和实验反馈体系，通过调度、重调度、弹性伸缩、混部和并池等手段，支撑AI弹性资源池、资源并池、数据库上云等公司级项目，将系统能力转化为稳定性、交付效率和成本收益。\n\n职位要求\n1、具备扎实的计算机基础，熟悉数据结构、算法、操作系统、计算机网络和分布式系统；\n2、熟练使用Go、C++、Java、Rust等至少一种编程语言，具备良好的系统设计和工程实现能力；\n3、熟悉Kubernetes、Yarn、Mesos、Slurm等至少一种资源管理或调度系统，理解其核心架构和调度机制；\n4、对集群、资源调度或系统性能有深入兴趣，能够分析和解决复杂的生产系统问题；\n5、具备较强的系统抽象和数据分析能力，能够在业务需求、系统复杂度、稳定性和资源效率之间做出合理取舍；\n6、具备良好的沟通和推动能力，能够与业务、SRE、内核、服务器、网络、存储等团队共同推进复杂项目。\n\n加分项：\n1、有集群管理、资源调度、资源混部、容量规划或资源利用率优化经验；\n2、熟悉GPU调度及硬件拓扑，包括异构卡型、Gang Scheduling、PCIe、NUMA、NVLink、NVSwitch、GPU共享或碎片治理；\n3、熟悉AI训练与推理工作负载，以及CUDA、NCCL、RDMA、PyTorch、TensorFlow等相关技术；\n4、具备运筹优化、机器学习、强化学习、仿真系统或在线实验平台的研发经验；\n5、有Kubernetes、调度系统、容器运行时或Linux内核等开源社区贡献经验。\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、参与字节跳动泛调度系统建设，覆盖资源配额、跨地域与跨集群调度、单集群调度和单机资源管理等环节；\n2、面向在线服务、大数据计算、AI训练与推理、数据库和存储等负载，设计统一的资源表达、配额、优先级、抢占、弹性和容灾机制；\n3、解决超大规模调度系统中的性能、可用性、一致性、资源碎片、热点及调度质量问题；\n4、推动GPU、CPU、内存、SSD、网络、内存带宽和电力等多维资源的联合调度与精细化管理；\n5、面向大模型训练与推理场景，建设Gang调度、GPU拓扑亲和、异构卡型适配、GPU共享、弹性资源池及碎片治理等能力；\n6、建设资源画像、智能策略、仿真评估和实验反馈体系，通过调度、重调度、弹性伸缩、混部和并池等手段，支撑AI弹性资源池、资源并池、数据库上云等公司级项目，将系统能力转化为稳定性、交付效率和成本收益。\n1、具备扎实的计算机基础，熟悉数据结构、算法、操作系统、计算机网络和分布式系统；\n2、熟练使用Go、C++、Java、Rust等至少一种编程语言，具备良好的系统设计和工程实现能力；\n3、熟悉Kubernetes、Yarn、Mesos、Slurm等至少一种资源管理或调度系统，理解其核心架构和调度机制；\n4、对集群、资源调度或系统性能有深入兴趣，能够分析和解决复杂的生产系统问题；\n5、具备较强的系统抽象和数据分析能力，能够在业务需求、系统复杂度、稳定性和资源效率之间做出合理取舍；\n6、具备良好的沟通和推动能力，能够与业务、SRE、内核、服务器、网络、存储等团队共同推进复杂项目。\n\n加分项：\n1、有集群管理、资源调度、资源混部、容量规划或资源利用率优化经验；\n2、熟悉GPU调度及硬件拓扑，包括异构卡型、Gang Scheduling、PCIe、NUMA、NVLink、NVSwitch、GPU共享或碎片治理；\n3、熟悉AI训练与推理工作负载，以及CUDA、NCCL、RDMA、PyTorch、TensorFlow等相关技术；\n4、具备运筹优化、机器学习、强化学习、仿真系统或在线实验平台的研发经验；\n5、有Kubernetes、调度系统、容器运行时或Linux内核等开源社区贡献经验。",
    "standard_classification": {
        "std_category_code": "T018",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}