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": "混元多模态大模型推理加速工程师（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": 2,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责通用多模态大模型的推理部署，包括多模态理解、生成、语音大模型等研发支持，推动算法落地；\r\n2.多模态大模型性能优化及推理框架优化，提升整体吞吐、降低部署成本；提升框架易用性；\r\n3.紧跟多模态生成和理解领域的技术前沿，推动技术创新在产品中落地；\r\n4.针对落地业务，优化部署方案及适配定制化需求。",
"requirements_text": "1.了解AI基础设施、机器学习系统或高性能计算相关领域经验， 具有 vllm/sglang/TensorRT/FasterTransformer 等推理引擎实践经验；\r\n2.精通主流多模态或全模态大模型，主导或核心参与过多模态大模型项目优先；有行业落地案例或相关开源项目经验者优先；\r\n3.熟悉主流深度学习框架的网络结构与算子底层实现细节，具备模型训练 / 推理调优、CPU/GPU 加速、分布式训练与推理部署的实操经验者优先；\r\n4.熟悉分布式推理常用加速方法（算子融合、量化策略、动态批处理、KV 缓存优化等），有超大模型分布式部署经验优先；\r\n5.在视觉问答、图像生成、视频理解/生成，语音识别/合成等领域有项目积累，或发表过相关方向顶级学术论文者优先；\r\n6.具备较强的自主学习能力与技术钻研精神，良好的跨团队沟通协作能力。",
"skills": [AI生成
"机器学习",
"深度学习",
"模型训练",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "2.精通主流多模态或全模态大模型，主导或核心参与过多模态大模型项目优先；有行业落地案例或相关开源项目经验者优先；3.熟悉主流深度学习框架的网络结构与算子底层实现细节，具备模型训练 / 推理调优、CPU/GPU 加速、分布式训练与推理部署的实操经验者优先；4.熟悉分布式推理常用加速方法（算子融合、量化策略、动态批处理、KV 缓存优化等），有超大模型分布式部署经验优先；5.在视觉问答、图像生成、视频理解/生成，语音识别/合成等领域有项目积累，或发表过相关方向顶级学术论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2007768439787249664"
}
]
},
"posting": {
"posting_id": "2007768439787249664",
"post_date": "2026-09-07",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2007768439787249664"
},
"fulltext": "混元多模态大模型推理加速工程师（深圳/北京/上海/杭州）\n1.负责通用多模态大模型的推理部署，包括多模态理解、生成、语音大模型等研发支持，推动算法落地；\r\n2.多模态大模型性能优化及推理框架优化，提升整体吞吐、降低部署成本；提升框架易用性；\r\n3.紧跟多模态生成和理解领域的技术前沿，推动技术创新在产品中落地；\r\n4.针对落地业务，优化部署方案及适配定制化需求。\n1.了解AI基础设施、机器学习系统或高性能计算相关领域经验， 具有 vllm/sglang/TensorRT/FasterTransformer 等推理引擎实践经验；\r\n2.精通主流多模态或全模态大模型，主导或核心参与过多模态大模型项目优先；有行业落地案例或相关开源项目经验者优先；\r\n3.熟悉主流深度学习框架的网络结构与算子底层实现细节，具备模型训练 / 推理调优、CPU/GPU 加速、分布式训练与推理部署的实操经验者优先；\r\n4.熟悉分布式推理常用加速方法（算子融合、量化策略、动态批处理、KV 缓存优化等），有超大模型分布式部署经验优先；\r\n5.在视觉问答、图像生成、视频理解/生成，语音识别/合成等领域有项目积累，或发表过相关方向顶级学术论文者优先；\r\n6.具备较强的自主学习能力与技术钻研精神，良好的跨团队沟通协作能力。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}