主分类：AI训练推理与计算优化
辅助：数据工程与数据平台研发、AI模型评测工程（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": "混元大模型中台研发负责人（北京/深圳）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "TEG",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法研发"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": 5,
"degree": "计算机、软件工程、人工智能等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责中台整体技术架构与技术方案规划落地，覆盖数据、预训练、后训练、评测四条核心链路，界定中台与底层算力调度、高性能网络、分布式存储的能力边界，推进技术栈收敛；负责团队组建与技术梯队建设，主导跨团队技术决策；\r\n2.负责数据基座建设，包括训练数据流水线、数据集与元数据管理、支持数据发版机制、样本级血缘与去重、数据质检与合版流程；\r\n3.协同负责分布式数据存储与计算体系，规划 Ceph、CFS、HDFS 多套存储的分层使用与冷热治理，优化并行文件系统在大规模并发训练下的读取路径与吞吐，基于 Spark、Ray Data 构建数据处理算子编排与跨地域数据搬迁链路；\r\n4.负责大规模分布式训练的性能与稳定性工程，对有效训练时间占比负责。参与 DP/TP/PP/EP 并行切分方案设计与通信计算重叠优化，定位通信、数据读取、显存与算子层瓶颈；协同建设慢节点检测、GPU XID 与 SDC 识别、异步分片 checkpoint、弹性伸缩下的状态恢复与自动续训；\r\n5.负责训练工程链路的抽象与平台化，包括任务建模与参数配置分离、镜像与依赖版本管理、作业生命周期管理、实验记录与产物版本管理、伴生任务；\r\n6.负责后训练链路的工程支撑，包括 SFT、RL 等后训练的全流程平台化，包含但不限于 Rollout 与 Train 的资源编排与权重同步，Reward 与 Verifier 服务的吞吐与容错，工具沙箱与环境管理，长轨迹样本的存储与回放；\r\n7.负责模型评测的整体工程链路，支持各类模型的部署与评测，包括评测集与集合的资产化管理、评测任务调度与结果溯源、多形态评估引擎（RM、多模态、Code、Function Call、Agent 轨迹）的工程接入；了解主流推理引擎的工程实现与适配；\r\n8.制定技术规范与研发流程，建立工程设计评审、发布门禁、故障复盘与值班机制，为整体工程质量负责。",
"requirements_text": "1.计算机、软件工程、人工智能等相关专业本科及以上学历，5 年以上软件研发经验；\r\n2.主导过大型 AI 平台、机器学习平台或数据平台从架构定义到规模化落地的完整过程，所建系统被平台之外的多个团队长期使用；\r\n3.熟悉 Kubernetes 及云原生生态，理解 Volcano、Ray 等批量与 gang scheduling 系统的调度模型与适用边界；熟悉并行文件系统的 IO 特征与可观测性体系；\r\n4.具备大规模数据存储与处理经验，熟悉对象存储、并行文件系统与 HDFS 的适用场景，掌握 Spark 或 Ray 的分布式数据处理机制，理解列式存储与训练样本格式转换的工程约束；\r\n5.理解 GPU 服务器、NVLink/NVSwitch、具备多机通信排障与性能分析能力，熟练使用 PyTorch Profiler 等观测工具；\r\n6.掌握 PyTorch 与 Megatron-LM、FSDP 等并行训练框架的实现机制，理解混合精度、重计算、序列并行、MoE 路由与专家并行的工程约束；\r\n7.熟悉大模型研发全流程，理解各训练阶段的数据形态、资源特征与失败模式；具备在既有基础设施之上构建抽象层的经验，能说明能力边界的划分依据与取舍过程；\r\n8.具备矩阵型组织中的技术决策与推动能力，以平台能力的实际使用规模与效率提升衡量交付成果。",
"skills": [AI生成
"Kubernetes",
"Spark",
"PyTorch",
"机器学习",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "1.有万卡级训练集群建设或运营经验，或异构算力适配与统一调度经验；\r\n2.有 RL 训练链路工程化经验，包括训推混部编排、权重同步、工具沙箱环境管理；\r\n3.有大模型评测体系、数据血缘或元数据管理系统的建设经验；\r\n4.主导过多平台整合、技术栈收敛或大规模系统迁移；\r\n5.在 PyTorch、Megatron-LM、vLLM、SGLang、Ray、Kubernetes 生态有代码贡献，或在 MLSys、OSDI、NSDI 等会议有论文发表。",
"job_highlights": "1.混元大模型中台整体服务混元预训练、后训练、评测与数据团队，覆盖超大规模数据管理、数据流水线、任务编排、分布式训练、模型评测与推理部署等场景。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2089623983749246976"
}
]
},
"posting": {
"posting_id": "2089623983749246976",
"post_date": "2026-08-18",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2089623983749246976"
},
"fulltext": "混元大模型中台研发负责人（北京/深圳）\n在腾讯，技术人解决问题的激情永不熄灭。无论是面对产品、程序的问题，还是生活与人的问题，腾讯技术人都力图交出漂亮的答卷。我们善用科学工具，以强大的思维之力创造世界，为卓越的产品体验保驾护航，也为公司和产品策略提出宝贵的洞见，用技术引领新的变革。这里的每位成员，既传承着长久以来的务实文化，又时刻以创新眼光瞄准大海星辰。我们十分期待你加入这样一个「技术社区」，分享团队能量，尽情发挥所长。\n1.负责中台整体技术架构与技术方案规划落地，覆盖数据、预训练、后训练、评测四条核心链路，界定中台与底层算力调度、高性能网络、分布式存储的能力边界，推进技术栈收敛；负责团队组建与技术梯队建设，主导跨团队技术决策；\r\n2.负责数据基座建设，包括训练数据流水线、数据集与元数据管理、支持数据发版机制、样本级血缘与去重、数据质检与合版流程；\r\n3.协同负责分布式数据存储与计算体系，规划 Ceph、CFS、HDFS 多套存储的分层使用与冷热治理，优化并行文件系统在大规模并发训练下的读取路径与吞吐，基于 Spark、Ray Data 构建数据处理算子编排与跨地域数据搬迁链路；\r\n4.负责大规模分布式训练的性能与稳定性工程，对有效训练时间占比负责。参与 DP/TP/PP/EP 并行切分方案设计与通信计算重叠优化，定位通信、数据读取、显存与算子层瓶颈；协同建设慢节点检测、GPU XID 与 SDC 识别、异步分片 checkpoint、弹性伸缩下的状态恢复与自动续训；\r\n5.负责训练工程链路的抽象与平台化，包括任务建模与参数配置分离、镜像与依赖版本管理、作业生命周期管理、实验记录与产物版本管理、伴生任务；\r\n6.负责后训练链路的工程支撑，包括 SFT、RL 等后训练的全流程平台化，包含但不限于 Rollout 与 Train 的资源编排与权重同步，Reward 与 Verifier 服务的吞吐与容错，工具沙箱与环境管理，长轨迹样本的存储与回放；\r\n7.负责模型评测的整体工程链路，支持各类模型的部署与评测，包括评测集与集合的资产化管理、评测任务调度与结果溯源、多形态评估引擎（RM、多模态、Code、Function Call、Agent 轨迹）的工程接入；了解主流推理引擎的工程实现与适配；\r\n8.制定技术规范与研发流程，建立工程设计评审、发布门禁、故障复盘与值班机制，为整体工程质量负责。\n1.计算机、软件工程、人工智能等相关专业本科及以上学历，5 年以上软件研发经验；\r\n2.主导过大型 AI 平台、机器学习平台或数据平台从架构定义到规模化落地的完整过程，所建系统被平台之外的多个团队长期使用；\r\n3.熟悉 Kubernetes 及云原生生态，理解 Volcano、Ray 等批量与 gang scheduling 系统的调度模型与适用边界；熟悉并行文件系统的 IO 特征与可观测性体系；\r\n4.具备大规模数据存储与处理经验，熟悉对象存储、并行文件系统与 HDFS 的适用场景，掌握 Spark 或 Ray 的分布式数据处理机制，理解列式存储与训练样本格式转换的工程约束；\r\n5.理解 GPU 服务器、NVLink/NVSwitch、具备多机通信排障与性能分析能力，熟练使用 PyTorch Profiler 等观测工具；\r\n6.掌握 PyTorch 与 Megatron-LM、FSDP 等并行训练框架的实现机制，理解混合精度、重计算、序列并行、MoE 路由与专家并行的工程约束；\r\n7.熟悉大模型研发全流程，理解各训练阶段的数据形态、资源特征与失败模式；具备在既有基础设施之上构建抽象层的经验，能说明能力边界的划分依据与取舍过程；\r\n8.具备矩阵型组织中的技术决策与推动能力，以平台能力的实际使用规模与效率提升衡量交付成果。\n1.有万卡级训练集群建设或运营经验，或异构算力适配与统一调度经验；\r\n2.有 RL 训练链路工程化经验，包括训推混部编排、权重同步、工具沙箱环境管理；\r\n3.有大模型评测体系、数据血缘或元数据管理系统的建设经验；\r\n4.主导过多平台整合、技术栈收敛或大规模系统迁移；\r\n5.在 PyTorch、Megatron-LM、vLLM、SGLang、Ray、Kubernetes 生态有代码贡献，或在 MLSys、OSDI、NSDI 等会议有论文发表。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T016",
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}