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": "算法工程师-AI Infra",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "北京市-北京市 / 广东省-深圳市",
"work_mode": "未披露",AI生成
"job_category": "技术方向"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": "",
"degree": "统招本科及以上学历在校生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "算法工程师-AI Infra\n\n基础信息\n招聘项目：实习生\n职位类别：技术方向\n工作地点：北京市-北京市 / 广东省-深圳市\n业务板块：京东零售 / 京东科技 / 京东物流 / 京东集团\n发布时间：2024-03-01\n\n岗位职责\n1.负责超大规模算力集群和算力调度系统的设计与优化，结合云原生技术（Kubernetes）打造高可用、高吞吐的AI基础设施，支撑大语言模型、多模态、推荐系统等核心业务的训练与推理。\n2.深入训练引擎开发，攻克大模型训练中的计算、显存、通信瓶颈，探索自动并行、编译优化等前沿技术，持续提升集群算力利用率（MFU）。\n3.开发高性能推理引擎，优化显存管理、动态批处理、算子融合等，实现低延迟、高吞吐的模型服务，并适配NVIDIA及国产AI芯片。\n4.构建大规模样本引擎，优化数据清洗、存储、I/O全链路，解决数据加载瓶颈，保障离线与实时样本数据的时效性与准确性。\n5.参与AI平台后端架构设计，覆盖特征处理、训练调度、模型部署、应用开发等全生命周期，保障服务的高可用与可扩展性。\n6.深入底层框架与硬件，进行算子优化、图优化、内存优化，以及异构算力的深度适配与性能调优，打破算力壁垒。\n7. AI应用探索：持续跟踪AI Infra前沿，积极运用AI工具链（如自动化调优工具、AI辅助调试等）提升系统开发与优化效率，推进 AI Infra 智能化演进。\n\n任职要求\n1. 统招本科及以上学历在校生，27届优先；\n2. 熟练掌握C++、Java、Go、Python、Scala等其中一种或多种开发语言，扎实的编程基础，熟悉常见数据结构和算法，对操作系统、计算机网络、分布式系统、计算机体系结构有深入理解；\n3. 熟悉至少一种深度学习框架（PyTorch/TensorFlow），对其底层运行机制有一定了解；\n4. 在核心开源AI项目有代码贡献，或顶级会议发表过论文者更优；\n5. 拥有良好的逻辑思维能力，良好的沟通能力、团队合作精神和学习能力，充满技术热情与理想；\n6. 熟练使用AI编程助手（如GitHub Copilot、Cursor等）和性能分析工具提升开发调试效率；有AI Infra相关项目成果者优先；对新一代深度神经网络人工智能基础模型后训练、模型精调具有扎实的理解，有独立作品实践经验者优先；\n7. 对AI新技术保持好奇心，乐于主动学习并快速掌握新的AI知识和功能，积极拥抱新技术；\n8. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "算法工程师-AI Infra\n\n基础信息\n招聘项目：实习生\n职位类别：技术方向\n工作地点：北京市-北京市 / 广东省-深圳市\n业务板块：京东零售 / 京东科技 / 京东物流 / 京东集团\n发布时间：2024-03-01\n\n岗位职责\n1.负责超大规模算力集群和算力调度系统的设计与优化，结合云原生技术（Kubernetes）打造高可用、高吞吐的AI基础设施，支撑大语言模型、多模态、推荐系统等核心业务的训练与推理。\n2.深入训练引擎开发，攻克大模型训练中的计算、显存、通信瓶颈，探索自动并行、编译优化等前沿技术，持续提升集群算力利用率（MFU）。\n3.开发高性能推理引擎，优化显存管理、动态批处理、算子融合等，实现低延迟、高吞吐的模型服务，并适配NVIDIA及国产AI芯片。\n4.构建大规模样本引擎，优化数据清洗、存储、I/O全链路，解决数据加载瓶颈，保障离线与实时样本数据的时效性与准确性。\n5.参与AI平台后端架构设计，覆盖特征处理、训练调度、模型部署、应用开发等全生命周期，保障服务的高可用与可扩展性。\n6.深入底层框架与硬件，进行算子优化、图优化、内存优化，以及异构算力的深度适配与性能调优，打破算力壁垒。\n7. AI应用探索：持续跟踪AI Infra前沿，积极运用AI工具链（如自动化调优工具、AI辅助调试等）提升系统开发与优化效率，推进 AI Infra 智能化演进。\n\n任职要求\n1. 统招本科及以上学历在校生，27届优先；\n2. 熟练掌握C++、Java、Go、Python、Scala等其中一种或多种开发语言，扎实的编程基础，熟悉常见数据结构和算法，对操作系统、计算机网络、分布式系统、计算机体系结构有深入理解；\n3. 熟悉至少一种深度学习框架（PyTorch/TensorFlow），对其底层运行机制有一定了解；\n4. 在核心开源AI项目有代码贡献，或顶级会议发表过论文者更优；\n5. 拥有良好的逻辑思维能力，良好的沟通能力、团队合作精神和学习能力，充满技术热情与理想；\n6. 熟练使用AI编程助手（如GitHub Copilot、Cursor等）和性能分析工具提升开发调试效率；有AI Infra相关项目成果者优先；对新一代深度神经网络人工智能基础模型后训练、模型精调具有扎实的理解，有独立作品实践经验者优先；\n7. 对AI新技术保持好奇心，乐于主动学习并快速掌握新的AI知识和功能，积极拥抱新技术；\n8. 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",
"Java",
"C++",
"Scala",
"Kubernetes",
"PyTorch",
"TensorFlow",
"深度学习",
"数据结构",
"分布式系统",
"数据清洗",
"模型训练",
"性能调优",
"架构设计",
"团队协作",
"沟通能力",
"逻辑思维",
"学习能力",
"招聘",
"Go",
"大语言模型"
],
"preferred_qualifications": "1. 统招本科及以上学历在校生，27届优先；有AI Infra相关项目成果者优先；对新一代深度神经网络人工智能基础模型后训练、模型精调具有扎实的理解，有独立作品实践经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus.jd.com/#/jobs?type=internship&publishId=4896"
}
]
},
"posting": {
"posting_id": "4896",
"post_date": "2024-03-01",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.jd.com/#/jobs?type=internship&publishId=4896"
},
"fulltext": "算法工程师-AI Infra\n算法工程师-AI Infra\n\n基础信息\n招聘项目：实习生\n职位类别：技术方向\n工作地点：北京市-北京市 / 广东省-深圳市\n业务板块：京东零售 / 京东科技 / 京东物流 / 京东集团\n发布时间：2024-03-01\n\n岗位职责\n1.负责超大规模算力集群和算力调度系统的设计与优化，结合云原生技术（Kubernetes）打造高可用、高吞吐的AI基础设施，支撑大语言模型、多模态、推荐系统等核心业务的训练与推理。\n2.深入训练引擎开发，攻克大模型训练中的计算、显存、通信瓶颈，探索自动并行、编译优化等前沿技术，持续提升集群算力利用率（MFU）。\n3.开发高性能推理引擎，优化显存管理、动态批处理、算子融合等，实现低延迟、高吞吐的模型服务，并适配NVIDIA及国产AI芯片。\n4.构建大规模样本引擎，优化数据清洗、存储、I/O全链路，解决数据加载瓶颈，保障离线与实时样本数据的时效性与准确性。\n5.参与AI平台后端架构设计，覆盖特征处理、训练调度、模型部署、应用开发等全生命周期，保障服务的高可用与可扩展性。\n6.深入底层框架与硬件，进行算子优化、图优化、内存优化，以及异构算力的深度适配与性能调优，打破算力壁垒。\n7. AI应用探索：持续跟踪AI Infra前沿，积极运用AI工具链（如自动化调优工具、AI辅助调试等）提升系统开发与优化效率，推进 AI Infra 智能化演进。\n\n任职要求\n1. 统招本科及以上学历在校生，27届优先；\n2. 熟练掌握C++、Java、Go、Python、Scala等其中一种或多种开发语言，扎实的编程基础，熟悉常见数据结构和算法，对操作系统、计算机网络、分布式系统、计算机体系结构有深入理解；\n3. 熟悉至少一种深度学习框架（PyTorch/TensorFlow），对其底层运行机制有一定了解；\n4. 在核心开源AI项目有代码贡献，或顶级会议发表过论文者更优；\n5. 拥有良好的逻辑思维能力，良好的沟通能力、团队合作精神和学习能力，充满技术热情与理想；\n6. 熟练使用AI编程助手（如GitHub Copilot、Cursor等）和性能分析工具提升开发调试效率；有AI Infra相关项目成果者优先；对新一代深度神经网络人工智能基础模型后训练、模型精调具有扎实的理解，有独立作品实践经验者优先；\n7. 对AI新技术保持好奇心，乐于主动学习并快速掌握新的AI知识和功能，积极拥抱新技术；\n8. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n算法工程师-AI Infra\n\n基础信息\n招聘项目：实习生\n职位类别：技术方向\n工作地点：北京市-北京市 / 广东省-深圳市\n业务板块：京东零售 / 京东科技 / 京东物流 / 京东集团\n发布时间：2024-03-01\n\n岗位职责\n1.负责超大规模算力集群和算力调度系统的设计与优化，结合云原生技术（Kubernetes）打造高可用、高吞吐的AI基础设施，支撑大语言模型、多模态、推荐系统等核心业务的训练与推理。\n2.深入训练引擎开发，攻克大模型训练中的计算、显存、通信瓶颈，探索自动并行、编译优化等前沿技术，持续提升集群算力利用率（MFU）。\n3.开发高性能推理引擎，优化显存管理、动态批处理、算子融合等，实现低延迟、高吞吐的模型服务，并适配NVIDIA及国产AI芯片。\n4.构建大规模样本引擎，优化数据清洗、存储、I/O全链路，解决数据加载瓶颈，保障离线与实时样本数据的时效性与准确性。\n5.参与AI平台后端架构设计，覆盖特征处理、训练调度、模型部署、应用开发等全生命周期，保障服务的高可用与可扩展性。\n6.深入底层框架与硬件，进行算子优化、图优化、内存优化，以及异构算力的深度适配与性能调优，打破算力壁垒。\n7. AI应用探索：持续跟踪AI Infra前沿，积极运用AI工具链（如自动化调优工具、AI辅助调试等）提升系统开发与优化效率，推进 AI Infra 智能化演进。\n\n任职要求\n1. 统招本科及以上学历在校生，27届优先；\n2. 熟练掌握C++、Java、Go、Python、Scala等其中一种或多种开发语言，扎实的编程基础，熟悉常见数据结构和算法，对操作系统、计算机网络、分布式系统、计算机体系结构有深入理解；\n3. 熟悉至少一种深度学习框架（PyTorch/TensorFlow），对其底层运行机制有一定了解；\n4. 在核心开源AI项目有代码贡献，或顶级会议发表过论文者更优；\n5. 拥有良好的逻辑思维能力，良好的沟通能力、团队合作精神和学习能力，充满技术热情与理想；\n6. 熟练使用AI编程助手（如GitHub Copilot、Cursor等）和性能分析工具提升开发调试效率；有AI Infra相关项目成果者优先；对新一代深度神经网络人工智能基础模型后训练、模型精调具有扎实的理解，有独立作品实践经验者优先；\n7. 对AI新技术保持好奇心，乐于主动学习并快速掌握新的AI知识和功能，积极拥抱新技术；\n8. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n算法工程师-AI Infra\n\n基础信息\n招聘项目：实习生\n职位类别：技术方向\n工作地点：北京市-北京市 / 广东省-深圳市\n业务板块：京东零售 / 京东科技 / 京东物流 / 京东集团\n发布时间：2024-03-01\n\n岗位职责\n1.负责超大规模算力集群和算力调度系统的设计与优化，结合云原生技术（Kubernetes）打造高可用、高吞吐的AI基础设施，支撑大语言模型、多模态、推荐系统等核心业务的训练与推理。\n2.深入训练引擎开发，攻克大模型训练中的计算、显存、通信瓶颈，探索自动并行、编译优化等前沿技术，持续提升集群算力利用率（MFU）。\n3.开发高性能推理引擎，优化显存管理、动态批处理、算子融合等，实现低延迟、高吞吐的模型服务，并适配NVIDIA及国产AI芯片。\n4.构建大规模样本引擎，优化数据清洗、存储、I/O全链路，解决数据加载瓶颈，保障离线与实时样本数据的时效性与准确性。\n5.参与AI平台后端架构设计，覆盖特征处理、训练调度、模型部署、应用开发等全生命周期，保障服务的高可用与可扩展性。\n6.深入底层框架与硬件，进行算子优化、图优化、内存优化，以及异构算力的深度适配与性能调优，打破算力壁垒。\n7. AI应用探索：持续跟踪AI Infra前沿，积极运用AI工具链（如自动化调优工具、AI辅助调试等）提升系统开发与优化效率，推进 AI Infra 智能化演进。\n\n任职要求\n1. 统招本科及以上学历在校生，27届优先；\n2. 熟练掌握C++、Java、Go、Python、Scala等其中一种或多种开发语言，扎实的编程基础，熟悉常见数据结构和算法，对操作系统、计算机网络、分布式系统、计算机体系结构有深入理解；\n3. 熟悉至少一种深度学习框架（PyTorch/TensorFlow），对其底层运行机制有一定了解；\n4. 在核心开源AI项目有代码贡献，或顶级会议发表过论文者更优；\n5. 拥有良好的逻辑思维能力，良好的沟通能力、团队合作精神和学习能力，充满技术热情与理想；\n6. 熟练使用AI编程助手（如GitHub Copilot、Cursor等）和性能分析工具提升开发调试效率；有AI Infra相关项目成果者优先；对新一代深度神经网络人工智能基础模型后训练、模型精调具有扎实的理解，有独立作品实践经验者优先；\n7. 对AI新技术保持好奇心，乐于主动学习并快速掌握新的AI知识和功能，积极拥抱新技术；\n8. 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"
}
}