{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "技术研究-高性能计算方向",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "腾讯营销 / 腾讯云-技术与产品方向 / 优图实验室 / PCG技术线-AI和大数据平台方向 / 腾讯混元AI Infra部 / 数据计算平台部 / 腾讯AI平台部 / 云架构平台部 / 数据库研发部 / 微信视频号团队 / 技术架构团队 / 企业微信团队 / 微信搜索团队 / 微信读书&输入法&秒剪&WeTalk团队",
        "location": "深圳总部 / 北京 / 上海 / 广州 / 成都 / 合肥",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "腾讯",
        "company_industry": "互联网 / 云计算 / 数字内容 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "tencent.com",
        "company_description": "腾讯是一家互联网科技公司，业务覆盖社交、内容、游戏、云计算、金融科技和人工智能等领域。"
    },
    "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": "技术研究-高性能计算方向\n\n基础信息\n招聘项目：应届毕业生\n职位类别：技术\n工作地点：深圳总部 / 北京 / 上海 / 广州 / 成都 / 合肥\n面试城市：远程面试\n事业群：CDG / CSIG / PCG / TEG / WXG\n部门：腾讯营销 / 腾讯云-技术与产品方向 / 优图实验室 / PCG技术线-AI和大数据平台方向 / 腾讯混元AI Infra部 / 数据计算平台部 / 腾讯AI平台部 / 云架构平台部 / 数据库研发部 / 微信视频号团队 / 技术架构团队 / 企业微信团队 / 微信搜索团队 / 微信读书&输入法&秒剪&WeTalk团队\n\n岗位职责\n包含GPU、网络、大模型框架等细分方向。\n1、针对业务需求，解决算力瓶颈、通信延迟、分布式系统扩展性等问题；\n2、协同算法、硬件及运维团队，构建高效、稳定的计算基础设施。\n1）GPU方向：研究GPU集群的调度策略，优化资源利用率。探索混合精度计算、模型量化等GPU加速技术；\n2）网络方向：设计低延迟、高吞吐的分布式网络架构（如InfiniBand/RoCE/DPU）。优化MPI、NCCL等通信库性能，解决大规模集群中的网络拥塞问题；\n3）大模型工程框架方向：开发或优化大模型训练框架（如PyTorch/TensorFlow/DeepSpeed/Megatron-LM），设计分布式训练策略（模型并行、流水线并行、混合并行），提升千亿级参数模型的训练效率。研究训练加速技术（梯度压缩、显存优化、动态计算图调度）。\n\n任职要求\n1、扎实的计算机体系结构基础，熟悉并行计算、数据密集型系统设计；\n2、良好的数学基础（线性代数、数值分析、算法复杂度优化）。",
        "requirements_text": "技术研究-高性能计算方向\n\n基础信息\n招聘项目：应届毕业生\n职位类别：技术\n工作地点：深圳总部 / 北京 / 上海 / 广州 / 成都 / 合肥\n面试城市：远程面试\n事业群：CDG / CSIG / PCG / TEG / WXG\n部门：腾讯营销 / 腾讯云-技术与产品方向 / 优图实验室 / PCG技术线-AI和大数据平台方向 / 腾讯混元AI Infra部 / 数据计算平台部 / 腾讯AI平台部 / 云架构平台部 / 数据库研发部 / 微信视频号团队 / 技术架构团队 / 企业微信团队 / 微信搜索团队 / 微信读书&输入法&秒剪&WeTalk团队\n\n岗位职责\n包含GPU、网络、大模型框架等细分方向。\n1、针对业务需求，解决算力瓶颈、通信延迟、分布式系统扩展性等问题；\n2、协同算法、硬件及运维团队，构建高效、稳定的计算基础设施。\n1）GPU方向：研究GPU集群的调度策略，优化资源利用率。探索混合精度计算、模型量化等GPU加速技术；\n2）网络方向：设计低延迟、高吞吐的分布式网络架构（如InfiniBand/RoCE/DPU）。优化MPI、NCCL等通信库性能，解决大规模集群中的网络拥塞问题；\n3）大模型工程框架方向：开发或优化大模型训练框架（如PyTorch/TensorFlow/DeepSpeed/Megatron-LM），设计分布式训练策略（模型并行、流水线并行、混合并行），提升千亿级参数模型的训练效率。研究训练加速技术（梯度压缩、显存优化、动态计算图调度）。\n\n任职要求\n1、扎实的计算机体系结构基础，熟悉并行计算、数据密集型系统设计；\n2、良好的数学基础（线性代数、数值分析、算法复杂度优化）。",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "分布式系统",
            "数据库",
            "模型训练",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://join.qq.com/post_detail.html?postid=1283126460798018560"
            }
        ]
    },
    "posting": {
        "posting_id": "1283126460798018560",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://join.qq.com/post_detail.html?postid=1283126460798018560"
    },
    "fulltext": "技术研究-高性能计算方向\n技术研究-高性能计算方向\n\n基础信息\n招聘项目：应届毕业生\n职位类别：技术\n工作地点：深圳总部 / 北京 / 上海 / 广州 / 成都 / 合肥\n面试城市：远程面试\n事业群：CDG / CSIG / PCG / TEG / WXG\n部门：腾讯营销 / 腾讯云-技术与产品方向 / 优图实验室 / PCG技术线-AI和大数据平台方向 / 腾讯混元AI Infra部 / 数据计算平台部 / 腾讯AI平台部 / 云架构平台部 / 数据库研发部 / 微信视频号团队 / 技术架构团队 / 企业微信团队 / 微信搜索团队 / 微信读书&输入法&秒剪&WeTalk团队\n\n岗位职责\n包含GPU、网络、大模型框架等细分方向。\n1、针对业务需求，解决算力瓶颈、通信延迟、分布式系统扩展性等问题；\n2、协同算法、硬件及运维团队，构建高效、稳定的计算基础设施。\n1）GPU方向：研究GPU集群的调度策略，优化资源利用率。探索混合精度计算、模型量化等GPU加速技术；\n2）网络方向：设计低延迟、高吞吐的分布式网络架构（如InfiniBand/RoCE/DPU）。优化MPI、NCCL等通信库性能，解决大规模集群中的网络拥塞问题；\n3）大模型工程框架方向：开发或优化大模型训练框架（如PyTorch/TensorFlow/DeepSpeed/Megatron-LM），设计分布式训练策略（模型并行、流水线并行、混合并行），提升千亿级参数模型的训练效率。研究训练加速技术（梯度压缩、显存优化、动态计算图调度）。\n\n任职要求\n1、扎实的计算机体系结构基础，熟悉并行计算、数据密集型系统设计；\n2、良好的数学基础（线性代数、数值分析、算法复杂度优化）。\n技术研究-高性能计算方向\n\n基础信息\n招聘项目：应届毕业生\n职位类别：技术\n工作地点：深圳总部 / 北京 / 上海 / 广州 / 成都 / 合肥\n面试城市：远程面试\n事业群：CDG / CSIG / PCG / TEG / WXG\n部门：腾讯营销 / 腾讯云-技术与产品方向 / 优图实验室 / PCG技术线-AI和大数据平台方向 / 腾讯混元AI Infra部 / 数据计算平台部 / 腾讯AI平台部 / 云架构平台部 / 数据库研发部 / 微信视频号团队 / 技术架构团队 / 企业微信团队 / 微信搜索团队 / 微信读书&输入法&秒剪&WeTalk团队\n\n岗位职责\n包含GPU、网络、大模型框架等细分方向。\n1、针对业务需求，解决算力瓶颈、通信延迟、分布式系统扩展性等问题；\n2、协同算法、硬件及运维团队，构建高效、稳定的计算基础设施。\n1）GPU方向：研究GPU集群的调度策略，优化资源利用率。探索混合精度计算、模型量化等GPU加速技术；\n2）网络方向：设计低延迟、高吞吐的分布式网络架构（如InfiniBand/RoCE/DPU）。优化MPI、NCCL等通信库性能，解决大规模集群中的网络拥塞问题；\n3）大模型工程框架方向：开发或优化大模型训练框架（如PyTorch/TensorFlow/DeepSpeed/Megatron-LM），设计分布式训练策略（模型并行、流水线并行、混合并行），提升千亿级参数模型的训练效率。研究训练加速技术（梯度压缩、显存优化、动态计算图调度）。\n\n任职要求\n1、扎实的计算机体系结构基础，熟悉并行计算、数据密集型系统设计；\n2、良好的数学基础（线性代数、数值分析、算法复杂度优化）。\n技术研究-高性能计算方向\n\n基础信息\n招聘项目：应届毕业生\n职位类别：技术\n工作地点：深圳总部 / 北京 / 上海 / 广州 / 成都 / 合肥\n面试城市：远程面试\n事业群：CDG / CSIG / PCG / TEG / WXG\n部门：腾讯营销 / 腾讯云-技术与产品方向 / 优图实验室 / PCG技术线-AI和大数据平台方向 / 腾讯混元AI Infra部 / 数据计算平台部 / 腾讯AI平台部 / 云架构平台部 / 数据库研发部 / 微信视频号团队 / 技术架构团队 / 企业微信团队 / 微信搜索团队 / 微信读书&输入法&秒剪&WeTalk团队\n\n岗位职责\n包含GPU、网络、大模型框架等细分方向。\n1、针对业务需求，解决算力瓶颈、通信延迟、分布式系统扩展性等问题；\n2、协同算法、硬件及运维团队，构建高效、稳定的计算基础设施。\n1）GPU方向：研究GPU集群的调度策略，优化资源利用率。探索混合精度计算、模型量化等GPU加速技术；\n2）网络方向：设计低延迟、高吞吐的分布式网络架构（如InfiniBand/RoCE/DPU）。优化MPI、NCCL等通信库性能，解决大规模集群中的网络拥塞问题；\n3）大模型工程框架方向：开发或优化大模型训练框架（如PyTorch/TensorFlow/DeepSpeed/Megatron-LM），设计分布式训练策略（模型并行、流水线并行、混合并行），提升千亿级参数模型的训练效率。研究训练加速技术（梯度压缩、显存优化、动态计算图调度）。\n\n任职要求\n1、扎实的计算机体系结构基础，熟悉并行计算、数据密集型系统设计；\n2、良好的数学基础（线性代数、数值分析、算法复杂度优化）。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}