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": "具身智能推理优化工程师",
"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": 3,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责具身智能相关模型（多模态感知、任务规划、动作策略等）在云侧与端侧的推理性能优化与落地；\r\n2.运用性能分析工具对推理全链路做剖析，定位性能瓶颈，提出优化方案并通过实验验证效果；\r\n3.通过量化、剪枝、蒸馏、算子融合、编译优化、显存与调度优化等手段，将硬件算力发挥到极致，持续降延迟、提吞吐、控功耗；\r\n4.搭建高效稳定的推理服务架构，保障多机器人并发访问下的实时性与稳定性，并支持模型在不同算力平台与传感器配置下的适配；\r\n5.建设推理链路的监控、异常检测与灰度发布机制，保障线上问题可复现、可归因、可快速回滚；\r\n6.与算法、硬件、评测及业务团队协作，打通模型从实验室到真实场景的落地链路。",
"requirements_text": "1.本科及以上学历，计算机/电子/自动化/软件等相关专业，有 AI 工程优化经验优先；\n2.熟练掌握 C++/Python，熟悉 PyTorch，具备良好的工程化与调试能力，了解 Go 者更佳；\n3.了解深度学习算法基本原理，熟悉主流推理框架与工具链（TensorRT、vLLM、SGLang、ONNX Runtime、TVM 或其他 AI 芯片配套推理栈等），理解其优化原理；\n4.熟悉 GPU/NPU 高性能编程与体系结构，有 CUDA 或其他 AI 芯片工具链开发经验者优先；\n5.理解机器人系统对实时性、安全性与工程鲁棒性的要求，有良好的跨团队协作能力。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"CUDA",
"深度学习",
"团队协作",
"Go"
],
"preferred_qualifications": "1.本科及以上学历，计算机/电子/自动化/软件等相关专业，有 AI 工程优化经验优先；4.熟悉 GPU/NPU 高性能编程与体系结构，有 CUDA 或其他 AI 芯片工具链开发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2092802779675541504"
}
]
},
"posting": {
"posting_id": "2092802779675541504",
"post_date": "2026-08-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2092802779675541504"
},
"fulltext": "具身智能推理优化工程师\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.负责具身智能相关模型（多模态感知、任务规划、动作策略等）在云侧与端侧的推理性能优化与落地；\r\n2.运用性能分析工具对推理全链路做剖析，定位性能瓶颈，提出优化方案并通过实验验证效果；\r\n3.通过量化、剪枝、蒸馏、算子融合、编译优化、显存与调度优化等手段，将硬件算力发挥到极致，持续降延迟、提吞吐、控功耗；\r\n4.搭建高效稳定的推理服务架构，保障多机器人并发访问下的实时性与稳定性，并支持模型在不同算力平台与传感器配置下的适配；\r\n5.建设推理链路的监控、异常检测与灰度发布机制，保障线上问题可复现、可归因、可快速回滚；\r\n6.与算法、硬件、评测及业务团队协作，打通模型从实验室到真实场景的落地链路。\n1.本科及以上学历，计算机/电子/自动化/软件等相关专业，有 AI 工程优化经验优先；\n2.熟练掌握 C++/Python，熟悉 PyTorch，具备良好的工程化与调试能力，了解 Go 者更佳；\n3.了解深度学习算法基本原理，熟悉主流推理框架与工具链（TensorRT、vLLM、SGLang、ONNX Runtime、TVM 或其他 AI 芯片配套推理栈等），理解其优化原理；\n4.熟悉 GPU/NPU 高性能编程与体系结构，有 CUDA 或其他 AI 芯片工具链开发经验者优先；\n5.理解机器人系统对实时性、安全性与工程鲁棒性的要求，有良好的跨团队协作能力。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}