主分类：AI训练推理与计算优化
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": "混元文本/多模态预训练框架研发工程师（深圳/北京/上海/杭州）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "TEG",
"location": "深圳",
"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 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.参与开发优化大模型训练框架，支持单任务万卡以上规模高效稳定训练；\n2.参与NLP、多模态大模型结构设计，并联合业务进行模型训练效率和效果验证；\n3.参与文生图、文生视频、文生3D等业务的训练性能加速；\n4.参与低精度训练性能优化和业务推广、参与大窗口训练性能优化。",
"requirements_text": "1.熟练使用主流大模型训练框架DeepSpeed、Megatron，掌握3D并行、ZeRO机制、Flash-Attn等的原理、使用场景、优劣势以及可优化方向；\r\n2.有ViT、SD、DiT模型训练性能优化经验者优先；\r\n3.熟练掌握CUDA性能优化手段，有算子编写优化项目经验者优先；\r\n4.对大模型前沿技术比较敏锐者优先；\r\n5.有实际大模型的训练调参和效果评测项目经验的优先；\r\n6.良好的沟通能力、解决问题能力。",
"skills": [AI生成
"CUDA",
"模型训练",
"性能优化",
"沟通能力",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "2.有ViT、SD、DiT模型训练性能优化经验者优先；3.熟练掌握CUDA性能优化手段，有算子编写优化项目经验者优先；4.对大模型前沿技术比较敏锐者优先；5.有实际大模型的训练调参和效果评测项目经验的优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=1958073219999223808"
}
]
},
"posting": {
"posting_id": "1958073219999223808",
"post_date": "2026-08-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=1958073219999223808"
},
"fulltext": "混元文本/多模态预训练框架研发工程师（深圳/北京/上海/杭州）\n在腾讯，后台开发工程师不仅是“又快又稳”的问题解决专家，更是生态共创者。你将与技术团队一同沉淀优质代码，让它成为我们共有的宝贵资产。在不同的业务场景和技术发展阶段，你的架构思维也将帮助更多协作团队拓展新的思考。我们也珍视你的挑战精神，同时欢迎你一起参与团队愿景、文化和产品方向的探讨。\n1.参与开发优化大模型训练框架，支持单任务万卡以上规模高效稳定训练；\n2.参与NLP、多模态大模型结构设计，并联合业务进行模型训练效率和效果验证；\n3.参与文生图、文生视频、文生3D等业务的训练性能加速；\n4.参与低精度训练性能优化和业务推广、参与大窗口训练性能优化。\n1.熟练使用主流大模型训练框架DeepSpeed、Megatron，掌握3D并行、ZeRO机制、Flash-Attn等的原理、使用场景、优劣势以及可优化方向；\r\n2.有ViT、SD、DiT模型训练性能优化经验者优先；\r\n3.熟练掌握CUDA性能优化手段，有算子编写优化项目经验者优先；\r\n4.对大模型前沿技术比较敏锐者优先；\r\n5.有实际大模型的训练调参和效果评测项目经验的优先；\r\n6.良好的沟通能力、解决问题能力。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}