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": "微信WeLM-大模型研发基础设施工程师-研发效能方向（深圳、上海、广州）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "WXG",
"location": "北京",
"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.面向研发迭代过程中的典型负载优化调度、路由、部署策略，优化系统吞吐和稳定性；\r\n2.建设并运营面向模型研发的沙箱 CPU 集群与工具执行环境，负责环境隔离、任务编排、资源调度与运行治理，保障评估和实验任务稳定执行；\r\n3.建设并运营 GPU 集群、Kubernetes 和数据系统，提升资源利用率、任务吞吐和端到端研发效率；\r\n4.负责研发生产系统的 SLA、可观测性与故障恢复，定位性能瓶颈和异常波动，保障关键任务与评估结果稳定、可复现、可诊断；\r\n5.与算法、评估和推理基础设施团队共同定义真实研发负载，持续演进面向前沿模型迭代的系统能力。",
"requirements_text": "1.具备扎实的分布式系统或 ML Systems 经验，能够设计和维护持续运行的大规模生产系统；\r\n2.熟悉任务调度、工作流系统、容器或沙箱、Kubernetes、存储、消息系统以及可观测性中的一个或多个领域；\r\n3.对大模型训练、推理、评测、合成数据或强化学习 Rollout 有实际经验或强烈兴趣；\r\n4.能够同时关注系统可靠性与研究正确性，理解“系统成功运行”和“产生可信模型结论”之间的差异；\r\n5.乐于深入模型研发现场，理解研究工作流，并将快速变化的实验需求抽象为可靠、可复用的系统能力；\r\n6.希望自己的系统工作直接影响前沿模型的数据、评估和训练迭代，而不仅仅是优化一般软件开发流程。",
"skills": [AI生成
"Kubernetes",
"强化学习",
"分布式系统",
"模型训练",
"可靠性",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "1.长推理和 Agent 任务正在重塑模型研发；\r\n2.它们使模型评估、数据生产和 Agent rollout 等核心环节，全面进入需要大规模计算、复杂交互和稳定调度的新阶段；\r\n3.WeLM 大模型研发基础设施团队负责建设这一研发过程所需的核心系统；\r\n4.大模型研发基础设施团队建设并运营支撑这些关键环节的大规模计算系统；\r\n5.团队负责 GPU 集群、沙箱计算环境、存储、调度和可观测性等核心资源，将真实研发负载转化为稳定、高效、可复现的生产能力。团队与算法、评估和推理基础设施团队紧密协作，持续优化资源"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2084637516971032576"
}
]
},
"posting": {
"posting_id": "2084637516971032576",
"post_date": "2026-08-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2084637516971032576"
},
"fulltext": "微信WeLM-大模型研发基础设施工程师-研发效能方向（深圳、上海、广州）\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.面向研发迭代过程中的典型负载优化调度、路由、部署策略，优化系统吞吐和稳定性；\r\n2.建设并运营面向模型研发的沙箱 CPU 集群与工具执行环境，负责环境隔离、任务编排、资源调度与运行治理，保障评估和实验任务稳定执行；\r\n3.建设并运营 GPU 集群、Kubernetes 和数据系统，提升资源利用率、任务吞吐和端到端研发效率；\r\n4.负责研发生产系统的 SLA、可观测性与故障恢复，定位性能瓶颈和异常波动，保障关键任务与评估结果稳定、可复现、可诊断；\r\n5.与算法、评估和推理基础设施团队共同定义真实研发负载，持续演进面向前沿模型迭代的系统能力。\n1.具备扎实的分布式系统或 ML Systems 经验，能够设计和维护持续运行的大规模生产系统；\r\n2.熟悉任务调度、工作流系统、容器或沙箱、Kubernetes、存储、消息系统以及可观测性中的一个或多个领域；\r\n3.对大模型训练、推理、评测、合成数据或强化学习 Rollout 有实际经验或强烈兴趣；\r\n4.能够同时关注系统可靠性与研究正确性，理解“系统成功运行”和“产生可信模型结论”之间的差异；\r\n5.乐于深入模型研发现场，理解研究工作流，并将快速变化的实验需求抽象为可靠、可复用的系统能力；\r\n6.希望自己的系统工作直接影响前沿模型的数据、评估和训练迭代，而不仅仅是优化一般软件开发流程。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}