主分类：AI训练推理与计算优化
辅助：音视频与实时通信研发（仅展示）
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": "光子 AI-推理部署与优化研究员",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "IEG",
"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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.推动基于Diffusion的视频模型推理时效率优化；\n2.针对消费级显卡优化推理 pipeline，目标实现端侧高效生成；\n3.设计高并发推理服务，实现多模型路由与灰度发布；\n4.建设端到端超低延迟管线，融合硬件加速编解码；\n5.研发高效视频编码配置，适配实时流媒体协议；\n6.跟踪最新加速方法，探索投机式扩散采样与训推一体优化。",
"requirements_text": "1.硕士及以上学历，系统/AI 推理或音视频流媒体方向；\n2.精通 TensorRT/vLLM 等推理框架，熟悉量化、剪枝、蒸馏，有家用级显卡部署经验；\n3.熟悉扩散模型推理特点，有视频模型推理优化或云游戏系统优化经验者优先；\n4.精通视频编解码原理，熟练使用 ffmpeg 及硬件加速编解码 SDK；\n5.熟悉实时流媒体传输协议，有低延迟音视频传输系统研发经验；\n6.有 FlashAttention/FlashInfer 源码级优化经验者优先；\n7.关注前沿 AI 系统研究，在系统或 AI 顶会（如 MLSys, ASPLOS, OSDI, NeurIPS 等）有推理系统架构设计、CUDA 算子级优化或大模型/扩散模型加速相关方向论文发表记录者优先。",
"skills": [AI生成
"CUDA",
"系统架构",
"架构设计",
"大语言模型"
],
"preferred_qualifications": "3.熟悉扩散模型推理特点，有视频模型推理优化或云游戏系统优化经验者优先；6.有 FlashAttention/FlashInfer 源码级优化经验者优先；7.关注前沿 AI 系统研究，在系统或 AI 顶会（如 MLSys, ASPLOS, OSDI, NeurIPS 等）有推理系统架构设计、CUDA 算子级优化或大模型/扩散模型加速相关方向论文发表记录者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2067065229401042944"
}
]
},
"posting": {
"posting_id": "2067065229401042944",
"post_date": "2026-09-15",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2067065229401042944"
},
"fulltext": "光子 AI-推理部署与优化研究员\n渴望为世界带来新意的人，早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索，积极布局，并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变。\n1.推动基于Diffusion的视频模型推理时效率优化；\n2.针对消费级显卡优化推理 pipeline，目标实现端侧高效生成；\n3.设计高并发推理服务，实现多模型路由与灰度发布；\n4.建设端到端超低延迟管线，融合硬件加速编解码；\n5.研发高效视频编码配置，适配实时流媒体协议；\n6.跟踪最新加速方法，探索投机式扩散采样与训推一体优化。\n1.硕士及以上学历，系统/AI 推理或音视频流媒体方向；\n2.精通 TensorRT/vLLM 等推理框架，熟悉量化、剪枝、蒸馏，有家用级显卡部署经验；\n3.熟悉扩散模型推理特点，有视频模型推理优化或云游戏系统优化经验者优先；\n4.精通视频编解码原理，熟练使用 ffmpeg 及硬件加速编解码 SDK；\n5.熟悉实时流媒体传输协议，有低延迟音视频传输系统研发经验；\n6.有 FlashAttention/FlashInfer 源码级优化经验者优先；\n7.关注前沿 AI 系统研究，在系统或 AI 顶会（如 MLSys, ASPLOS, OSDI, NeurIPS 等）有推理系统架构设计、CUDA 算子级优化或大模型/扩散模型加速相关方向论文发表记录者优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T032"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}