职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4659258748

无人车业务部-多模态大模型Infra工程师

未披露 · 北京市 · 美团

主分类:AI训练推理与计算优化
软件开发与 IT
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": "无人车业务部-多模态大模型Infra工程师",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "软硬件服务-无人车业务部",
        "location": "北京市",
        "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": 1,
        "degree": "计算机科学、软件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": "1、负责世界模型训练与推理基础设施的建设与优化,支撑大规模生成模型(扩散模型、视频生成模型等)的高效训练与部署;\n\n2、设计和优化分布式训练方案,包括数据并行、模型并行、流水线并行等策略,提升多节点多卡训练的吞吐效率和稳定性;\n\n3、构建高性能模型推理服务,针对生成模型特点进行推理加速优化(量化、算子融合、显存优化、批处理调度等),满足离线批量生成和在线服务的性能需求;\n\n4、搭建并维护端到端的数据Pipeline,覆盖大规模多模态数据(图像、视频、点云)的采集、清洗、标注、存储与高效加载,保障训练数据的质量和供给效率;\n\n5、与算法工程师紧密协作,将前沿算法研究成果高效工程化落地,推动从原型验证到生产级部署的全流程。",
        "requirements_text": "1、计算机科学、软件工程等相关专业硕士及以上学历,1-5年相关工作经验;\n\n2、扎实的系统工程能力,精通Python,熟悉C++/CUDA,具备高性能计算或系统优化经验;\n\n3、熟悉主流深度学习框架(PyTorch)的训练与推理流程,有大模型/生成模型训练或推理优化的实际经验;\n\n4、熟悉分布式训练技术(DeepSpeed、FSDP、Megatron-LM等)或推理加速技术(TensorRT、vLLM、Triton等)中的至少一项;\n\n5、具备大规模数据处理能力,熟悉数据Pipeline构建工具(Spark、Ray、Airflow等),有处理TB级以上多模态数据的经验;\n\n6、良好的工程习惯,重视代码质量、系统可靠性和可维护性。",
        "skills": [AI生成
            "Python",
            "C++",
            "Spark",
            "PyTorch",
            "CUDA",
            "深度学习",
            "模型训练",
            "可靠性",
            "大语言模型"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "加入我们,您将与最优秀的同学携手合作,探索最前沿的技术领域,并将创新的想法转化为实际成果。我们提供一个充  满活力和挑战的工作环境,鼓励创意和突破,助您在职业生涯中不断成长和取得成就。这里不仅是一个工作的地方,更是您实现梦想的舞台。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4659258748&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4659258748",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4659258748&jobShareType=1"
    },
    "fulltext": "无人车业务部-多模态大模型Infra工程师\n无人车业务部-多模态大模型Infra工程师\n\n基础信息\n工作地点:北京市\n部门:软硬件服务-无人车业务部\n职位类别:技术类\n职位族群:算法\n更新时间:2026-09-08\n\n岗位职责\n1、负责世界模型训练与推理基础设施的建设与优化,支撑大规模生成模型(扩散模型、视频生成模型等)的高效训练与部署;\n\n2、设计和优化分布式训练方案,包括数据并行、模型并行、流水线并行等策略,提升多节点多卡训练的吞吐效率和稳定性;\n\n3、构建高性能模型推理服务,针对生成模型特点进行推理加速优化(量化、算子融合、显存优化、批处理调度等),满足离线批量生成和在线服务的性能需求;\n\n4、搭建并维护端到端的数据Pipeline,覆盖大规模多模态数据(图像、视频、点云)的采集、清洗、标注、存储与高效加载,保障训练数据的质量和供给效率;\n\n5、与算法工程师紧密协作,将前沿算法研究成果高效工程化落地,推动从原型验证到生产级部署的全流程。\n\n岗位基本要求\n1、计算机科学、软件工程等相关专业硕士及以上学历,1-5年相关工作经验;\n\n2、扎实的系统工程能力,精通Python,熟悉C++/CUDA,具备高性能计算或系统优化经验;\n\n3、熟悉主流深度学习框架(PyTorch)的训练与推理流程,有大模型/生成模型训练或推理优化的实际经验;\n\n4、熟悉分布式训练技术(DeepSpeed、FSDP、Megatron-LM等)或推理加速技术(TensorRT、vLLM、Triton等)中的至少一项;\n\n5、具备大规模数据处理能力,熟悉数据Pipeline构建工具(Spark、Ray、Airflow等),有处理TB级以上多模态数据的经验;\n\n6、良好的工程习惯,重视代码质量、系统可靠性和可维护性。\n\n岗位亮点\n加入我们,您将与最优秀的同学携手合作,探索最前沿的技术领域,并将创新的想法转化为实际成果。我们提供一个充  满活力和挑战的工作环境,鼓励创意和突破,助您在职业生涯中不断成长和取得成就。这里不仅是一个工作的地方,更是您实现梦想的舞台。\n1、负责世界模型训练与推理基础设施的建设与优化,支撑大规模生成模型(扩散模型、视频生成模型等)的高效训练与部署;\n\n2、设计和优化分布式训练方案,包括数据并行、模型并行、流水线并行等策略,提升多节点多卡训练的吞吐效率和稳定性;\n\n3、构建高性能模型推理服务,针对生成模型特点进行推理加速优化(量化、算子融合、显存优化、批处理调度等),满足离线批量生成和在线服务的性能需求;\n\n4、搭建并维护端到端的数据Pipeline,覆盖大规模多模态数据(图像、视频、点云)的采集、清洗、标注、存储与高效加载,保障训练数据的质量和供给效率;\n\n5、与算法工程师紧密协作,将前沿算法研究成果高效工程化落地,推动从原型验证到生产级部署的全流程。\n1、计算机科学、软件工程等相关专业硕士及以上学历,1-5年相关工作经验;\n\n2、扎实的系统工程能力,精通Python,熟悉C++/CUDA,具备高性能计算或系统优化经验;\n\n3、熟悉主流深度学习框架(PyTorch)的训练与推理流程,有大模型/生成模型训练或推理优化的实际经验;\n\n4、熟悉分布式训练技术(DeepSpeed、FSDP、Megatron-LM等)或推理加速技术(TensorRT、vLLM、Triton等)中的至少一项;\n\n5、具备大规模数据处理能力,熟悉数据Pipeline构建工具(Spark、Ray、Airflow等),有处理TB级以上多模态数据的经验;\n\n6、良好的工程习惯,重视代码质量、系统可靠性和可维护性。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}