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": "AI infra规划架构师",
"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": 2,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责公司整体AI平台架构设计和AI工程化技术。通过AI基础设施和软硬件协同优化来提升公司大模型训练和推理的效率。负责前沿异构计算芯片、大模型推理优化、大规模训练的技术演进跟踪和落地。",
"requirements_text": "1.2年以上相关开发经验,熟悉Go/C++/Python/Java等至少两门语言;\r\n2.有TensorFlow、Pytorch使用或者优化经验,有机器学习平台开发经验优先;\r\n3.了解GPU、CUDA、神经网络、RAG等技术,有大模型分布式训练和推理优化经验优先;\r\n4.对AI底层硬软件基础设施,AI工程化和大模型推理优化感兴趣。",
"skills": [AI生成
"Python",
"Java",
"C++",
"PyTorch",
"TensorFlow",
"CUDA",
"机器学习",
"大语言模型"
],
"preferred_qualifications": "2.有TensorFlow、Pytorch使用或者优化经验,有机器学习平台开发经验优先;3.了解GPU、CUDA、神经网络、RAG等技术,有大模型分布式训练和推理优化经验优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2092893584964628480"
}
]
},
"posting": {
"posting_id": "2092893584964628480",
"post_date": "2026-08-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2092893584964628480"
},
"fulltext": "AI infra规划架构师\n在腾讯,优秀的技术运营工程师始终赋能业务,关注技术运营的质量、成本、效率和安全。他们不仅是经验丰富的问题解决者,更是具有全局视角的架构师,通过自动化工具的建设,强力提升平台效能,助力业务发展。\n1.负责公司整体AI平台架构设计和AI工程化技术。通过AI基础设施和软硬件协同优化来提升公司大模型训练和推理的效率。负责前沿异构计算芯片、大模型推理优化、大规模训练的技术演进跟踪和落地。\n1.2年以上相关开发经验,熟悉Go/C++/Python/Java等至少两门语言;\r\n2.有TensorFlow、Pytorch使用或者优化经验,有机器学习平台开发经验优先;\r\n3.了解GPU、CUDA、神经网络、RAG等技术,有大模型分布式训练和推理优化经验优先;\r\n4.对AI底层硬软件基础设施,AI工程化和大模型推理优化感兴趣。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}