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工程师（大模型训推优化）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "探索研究院",
"location": "上海市",
"work_mode": "未披露",AI生成
"job_category": "研发类"AI生成
},
"company": {
"company_name": "京东集团",
"company_industry": "电商 / 供应链 / 物流 / 科技服务",
"company_size": "10000人以上",
"company_website": "jd.com",
"company_description": "京东是一家以供应链为基础的技术与服务企业，覆盖零售、物流、科技、健康等业务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 2,
"degree": "计算机科学、人工智能、电子工程等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "AI infra工程师（大模型训推优化）\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：上海市\n所属部门：探索研究院\n发布时间：2026-08-04\n\n岗位职责\n图像与多模态实验室致力于构建涵盖语言、视觉、语音等多种模态的基础模型，支持多模态感知、理解、推理、生成与编辑等核心任务。我们的目标是为模型应用提供世界一流的基础模型保障，推动从纯语言任务到多模态任务的拓展，并实现从数字世界到物理世界的深度融合。\n1.与算法研究员协同工作，分析模型在训练与推理阶段的性能瓶颈，从系统-算法协同角度提出改进方案；\n2.主导或参与量化方案（量化感知训练QAT/训练后量化PTQ）的设计与实施，保障低比特下的模型质量；\n3.主导或参与Diffusion模型步数蒸馏工作，将业界前沿的加速技术（如一致性模型、渐进式蒸馏）落地到生产环境；\n4.基于vLLM / Sglang / TensorRT-LLM等框架进行深度定制与优化，开发高性能推理引擎；\n5.设计与实现动态批处理、持续批处理、流水线/张量并行等高级推理服务与调度策略。\n\n任职要求\n1.计算机科学、人工智能、电子工程等相关专业硕士及以上学历，具备2年以上机器学习系统或高性能计算相关经验；\n2.扎实的算法功底：深入理解LLM和Diffusion模型的技术细节与计算逻辑，不满足于“调用API”，追求底层优化；\n3.卓越的工程能力：精通C++/Python，具备强大的系统编程和调试能力。深度参与过vLLM、Sglang、TensorRT-LLM等至少一种推理框架优化的实际项目经验；\n4.硬件层优化经验：熟悉CUDA编程，并能熟练使用Nsight Systems/Compute等GPU性能分析工具进行瓶颈定位与优化；\n5.出色的协同能力：能够在算法研究员与工程团队之间高效沟通，用双方的语言精准对接需求与技术方案。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "AI infra工程师（大模型训推优化）\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：上海市\n所属部门：探索研究院\n发布时间：2026-08-04\n\n岗位职责\n图像与多模态实验室致力于构建涵盖语言、视觉、语音等多种模态的基础模型，支持多模态感知、理解、推理、生成与编辑等核心任务。我们的目标是为模型应用提供世界一流的基础模型保障，推动从纯语言任务到多模态任务的拓展，并实现从数字世界到物理世界的深度融合。\n1.与算法研究员协同工作，分析模型在训练与推理阶段的性能瓶颈，从系统-算法协同角度提出改进方案；\n2.主导或参与量化方案（量化感知训练QAT/训练后量化PTQ）的设计与实施，保障低比特下的模型质量；\n3.主导或参与Diffusion模型步数蒸馏工作，将业界前沿的加速技术（如一致性模型、渐进式蒸馏）落地到生产环境；\n4.基于vLLM / Sglang / TensorRT-LLM等框架进行深度定制与优化，开发高性能推理引擎；\n5.设计与实现动态批处理、持续批处理、流水线/张量并行等高级推理服务与调度策略。\n\n任职要求\n1.计算机科学、人工智能、电子工程等相关专业硕士及以上学历，具备2年以上机器学习系统或高性能计算相关经验；\n2.扎实的算法功底：深入理解LLM和Diffusion模型的技术细节与计算逻辑，不满足于“调用API”，追求底层优化；\n3.卓越的工程能力：精通C++/Python，具备强大的系统编程和调试能力。深度参与过vLLM、Sglang、TensorRT-LLM等至少一种推理框架优化的实际项目经验；\n4.硬件层优化经验：熟悉CUDA编程，并能熟练使用Nsight Systems/Compute等GPU性能分析工具进行瓶颈定位与优化；\n5.出色的协同能力：能够在算法研究员与工程团队之间高效沟通，用双方的语言精准对接需求与技术方案。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"skills": [AI生成
"Python",
"C++",
"CUDA",
"机器学习",
"招聘",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.jd.com/web/job-info-detail?requementId=216086"
}
]
},
"posting": {
"posting_id": "216086",
"post_date": "2026-08-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=216086"
},
"fulltext": "AI infra工程师（大模型训推优化）\nAI infra工程师（大模型训推优化）\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：上海市\n所属部门：探索研究院\n发布时间：2026-08-04\n\n岗位职责\n图像与多模态实验室致力于构建涵盖语言、视觉、语音等多种模态的基础模型，支持多模态感知、理解、推理、生成与编辑等核心任务。我们的目标是为模型应用提供世界一流的基础模型保障，推动从纯语言任务到多模态任务的拓展，并实现从数字世界到物理世界的深度融合。\n1.与算法研究员协同工作，分析模型在训练与推理阶段的性能瓶颈，从系统-算法协同角度提出改进方案；\n2.主导或参与量化方案（量化感知训练QAT/训练后量化PTQ）的设计与实施，保障低比特下的模型质量；\n3.主导或参与Diffusion模型步数蒸馏工作，将业界前沿的加速技术（如一致性模型、渐进式蒸馏）落地到生产环境；\n4.基于vLLM / Sglang / TensorRT-LLM等框架进行深度定制与优化，开发高性能推理引擎；\n5.设计与实现动态批处理、持续批处理、流水线/张量并行等高级推理服务与调度策略。\n\n任职要求\n1.计算机科学、人工智能、电子工程等相关专业硕士及以上学历，具备2年以上机器学习系统或高性能计算相关经验；\n2.扎实的算法功底：深入理解LLM和Diffusion模型的技术细节与计算逻辑，不满足于“调用API”，追求底层优化；\n3.卓越的工程能力：精通C++/Python，具备强大的系统编程和调试能力。深度参与过vLLM、Sglang、TensorRT-LLM等至少一种推理框架优化的实际项目经验；\n4.硬件层优化经验：熟悉CUDA编程，并能熟练使用Nsight Systems/Compute等GPU性能分析工具进行瓶颈定位与优化；\n5.出色的协同能力：能够在算法研究员与工程团队之间高效沟通，用双方的语言精准对接需求与技术方案。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\nAI infra工程师（大模型训推优化）\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：上海市\n所属部门：探索研究院\n发布时间：2026-08-04\n\n岗位职责\n图像与多模态实验室致力于构建涵盖语言、视觉、语音等多种模态的基础模型，支持多模态感知、理解、推理、生成与编辑等核心任务。我们的目标是为模型应用提供世界一流的基础模型保障，推动从纯语言任务到多模态任务的拓展，并实现从数字世界到物理世界的深度融合。\n1.与算法研究员协同工作，分析模型在训练与推理阶段的性能瓶颈，从系统-算法协同角度提出改进方案；\n2.主导或参与量化方案（量化感知训练QAT/训练后量化PTQ）的设计与实施，保障低比特下的模型质量；\n3.主导或参与Diffusion模型步数蒸馏工作，将业界前沿的加速技术（如一致性模型、渐进式蒸馏）落地到生产环境；\n4.基于vLLM / Sglang / TensorRT-LLM等框架进行深度定制与优化，开发高性能推理引擎；\n5.设计与实现动态批处理、持续批处理、流水线/张量并行等高级推理服务与调度策略。\n\n任职要求\n1.计算机科学、人工智能、电子工程等相关专业硕士及以上学历，具备2年以上机器学习系统或高性能计算相关经验；\n2.扎实的算法功底：深入理解LLM和Diffusion模型的技术细节与计算逻辑，不满足于“调用API”，追求底层优化；\n3.卓越的工程能力：精通C++/Python，具备强大的系统编程和调试能力。深度参与过vLLM、Sglang、TensorRT-LLM等至少一种推理框架优化的实际项目经验；\n4.硬件层优化经验：熟悉CUDA编程，并能熟练使用Nsight Systems/Compute等GPU性能分析工具进行瓶颈定位与优化；\n5.出色的协同能力：能够在算法研究员与工程团队之间高效沟通，用双方的语言精准对接需求与技术方案。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\nAI infra工程师（大模型训推优化）\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：上海市\n所属部门：探索研究院\n发布时间：2026-08-04\n\n岗位职责\n图像与多模态实验室致力于构建涵盖语言、视觉、语音等多种模态的基础模型，支持多模态感知、理解、推理、生成与编辑等核心任务。我们的目标是为模型应用提供世界一流的基础模型保障，推动从纯语言任务到多模态任务的拓展，并实现从数字世界到物理世界的深度融合。\n1.与算法研究员协同工作，分析模型在训练与推理阶段的性能瓶颈，从系统-算法协同角度提出改进方案；\n2.主导或参与量化方案（量化感知训练QAT/训练后量化PTQ）的设计与实施，保障低比特下的模型质量；\n3.主导或参与Diffusion模型步数蒸馏工作，将业界前沿的加速技术（如一致性模型、渐进式蒸馏）落地到生产环境；\n4.基于vLLM / Sglang / TensorRT-LLM等框架进行深度定制与优化，开发高性能推理引擎；\n5.设计与实现动态批处理、持续批处理、流水线/张量并行等高级推理服务与调度策略。\n\n任职要求\n1.计算机科学、人工智能、电子工程等相关专业硕士及以上学历，具备2年以上机器学习系统或高性能计算相关经验；\n2.扎实的算法功底：深入理解LLM和Diffusion模型的技术细节与计算逻辑，不满足于“调用API”，追求底层优化；\n3.卓越的工程能力：精通C++/Python，具备强大的系统编程和调试能力。深度参与过vLLM、Sglang、TensorRT-LLM等至少一种推理框架优化的实际项目经验；\n4.硬件层优化经验：熟悉CUDA编程，并能熟练使用Nsight Systems/Compute等GPU性能分析工具进行瓶颈定位与优化；\n5.出色的协同能力：能够在算法研究员与工程团队之间高效沟通，用双方的语言精准对接需求与技术方案。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}