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": "【LongCat大模型人才校招】基座大模型工程架构专家",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京市 / 上海市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.面向多种算力硬件和高性能网络设计分布式训练架构，包括样本IO优化、计算图编译与执行、多维度并行策略、多模型交互流程等，支持万亿参数模型在几万张GPU集群高效稳定训练，实现多种模态的基座和推理模型的高效稳定训练。\n2.面向多种算力、网络环境和应用场景，设计并实现高性能的模型推理架构，应用量化、剪枝等模型压缩方法，持续降低推理成本。\n3.通过手工优化方法,对特化模型子结构和硬件设备上实现SOTA性能，持续迭代基于编译的优化方案，提升通用优化的适用性、优化效果以及对新硬件的覆盖能力。\n4.管理及优化全公司算法团队硬件资源，通过算法预估与启发式策略，对全公司万级别节点的大规模GPU/CPU集群构建精细化调度服务能力，持续提升资源使用效率。\n【为什么是我们】\n1.业界前列的算力规模，海量数据和丰富的应用场景，挑战与机遇并存。\n2.协同算法团队深度参与大模型项目，Codesign设计并训练行业领先的大模型。\n3.从数据规模、集群体量、算法和业务复杂度多个维度提供了技术挑战和锻炼发展的机会，个人成长速度快。\n4.追求卓越和鼓励创新的团队氛围。",
"requirements_text": "1.具备良好的计算机基础素养和分析解决问题的能力，熟练掌握C++或Python。\n2.学习能力强，对机器学习系统优化有技术热情，富有极客精神。\n3.熟悉PyTorch框架和TVM/MLIR等编译优化技术的优先。\n4.熟悉GPU、NPU硬件架构，熟练使用CUDA，NCCL，RDMA编程的优先。\n5.熟悉机器学习、深度学习算法，希望从事工程架构方向的优先。\n6.有分布式系统、高性能计算实际项目经验的优先。\n7.有开源项目贡献代码者优先。\n8.有在OSDI、MLSys、NIPS、KDD、ICML等会议或期刊中有论文发表者优先。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"CUDA",
"机器学习",
"深度学习",
"分布式系统",
"解决问题",
"学习能力"
],
"preferred_qualifications": "3.熟悉PyTorch框架和TVM/MLIR等编译优化技术的优先；4.熟悉GPU、NPU硬件架构，熟练使用CUDA，NCCL，RDMA编程的优先；5.熟悉机器学习、深度学习算法，希望从事工程架构方向的优先；6.有分布式系统、高性能计算实际项目经验的优先；7.有开源项目贡献代码者优先；8.有在OSDI、MLSys、NIPS、KDD、ICML等会议或期刊中有论文发表者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4531792926&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4531792926",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4531792926&jobShareType=1"
},
"fulltext": "【LongCat大模型人才校招】基座大模型工程架构专家\n【LongCat大模型人才校招】基座大模型工程架构专家\n\n基础信息\n工作地点：北京市 / 上海市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-06-03\n\n岗位职责\n1.面向多种算力硬件和高性能网络设计分布式训练架构，包括样本IO优化、计算图编译与执行、多维度并行策略、多模型交互流程等，支持万亿参数模型在几万张GPU集群高效稳定训练，实现多种模态的基座和推理模型的高效稳定训练。\n2.面向多种算力、网络环境和应用场景，设计并实现高性能的模型推理架构，应用量化、剪枝等模型压缩方法，持续降低推理成本。\n3.通过手工优化方法,对特化模型子结构和硬件设备上实现SOTA性能，持续迭代基于编译的优化方案，提升通用优化的适用性、优化效果以及对新硬件的覆盖能力。\n4.管理及优化全公司算法团队硬件资源，通过算法预估与启发式策略，对全公司万级别节点的大规模GPU/CPU集群构建精细化调度服务能力，持续提升资源使用效率。\n【为什么是我们】\n1.业界前列的算力规模，海量数据和丰富的应用场景，挑战与机遇并存。\n2.协同算法团队深度参与大模型项目，Codesign设计并训练行业领先的大模型。\n3.从数据规模、集群体量、算法和业务复杂度多个维度提供了技术挑战和锻炼发展的机会，个人成长速度快。\n4.追求卓越和鼓励创新的团队氛围。\n\n岗位基本要求\n1.具备良好的计算机基础素养和分析解决问题的能力，熟练掌握C++或Python。\n2.学习能力强，对机器学习系统优化有技术热情，富有极客精神。\n3.熟悉PyTorch框架和TVM/MLIR等编译优化技术的优先。\n4.熟悉GPU、NPU硬件架构，熟练使用CUDA，NCCL，RDMA编程的优先。\n5.熟悉机器学习、深度学习算法，希望从事工程架构方向的优先。\n6.有分布式系统、高性能计算实际项目经验的优先。\n7.有开源项目贡献代码者优先。\n8.有在OSDI、MLSys、NIPS、KDD、ICML等会议或期刊中有论文发表者优先。\n1.面向多种算力硬件和高性能网络设计分布式训练架构，包括样本IO优化、计算图编译与执行、多维度并行策略、多模型交互流程等，支持万亿参数模型在几万张GPU集群高效稳定训练，实现多种模态的基座和推理模型的高效稳定训练。\n2.面向多种算力、网络环境和应用场景，设计并实现高性能的模型推理架构，应用量化、剪枝等模型压缩方法，持续降低推理成本。\n3.通过手工优化方法,对特化模型子结构和硬件设备上实现SOTA性能，持续迭代基于编译的优化方案，提升通用优化的适用性、优化效果以及对新硬件的覆盖能力。\n4.管理及优化全公司算法团队硬件资源，通过算法预估与启发式策略，对全公司万级别节点的大规模GPU/CPU集群构建精细化调度服务能力，持续提升资源使用效率。\n【为什么是我们】\n1.业界前列的算力规模，海量数据和丰富的应用场景，挑战与机遇并存。\n2.协同算法团队深度参与大模型项目，Codesign设计并训练行业领先的大模型。\n3.从数据规模、集群体量、算法和业务复杂度多个维度提供了技术挑战和锻炼发展的机会，个人成长速度快。\n4.追求卓越和鼓励创新的团队氛围。\n1.具备良好的计算机基础素养和分析解决问题的能力，熟练掌握C++或Python。\n2.学习能力强，对机器学习系统优化有技术热情，富有极客精神。\n3.熟悉PyTorch框架和TVM/MLIR等编译优化技术的优先。\n4.熟悉GPU、NPU硬件架构，熟练使用CUDA，NCCL，RDMA编程的优先。\n5.熟悉机器学习、深度学习算法，希望从事工程架构方向的优先。\n6.有分布式系统、高性能计算实际项目经验的优先。\n7.有开源项目贡献代码者优先。\n8.有在OSDI、MLSys、NIPS、KDD、ICML等会议或期刊中有论文发表者优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}