主分类：AI训练推理与计算优化
辅助：云基础设施与系统软件研发（仅展示）
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": "后端调度编排工程师 - Data AML",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京、杭州、上海",
"work_mode": "未披露",AI生成
"job_category": "后端"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"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": "团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、负责分布式编排调度中的资源效能优化，通过工程手段，提升单位算力上支持的业务、模型规模：\n1）使用/二次开发围绕Kubernetes/Godel生态的分布式调度框架，在不同的业务场景下合理选型，并依据不同场景的特点进行集群的利用率/均匀性的调度策略优化；\n2）对接/扩展各类模型、业务的AutoScaling以及自动并行的工作；通过对不同模型的负载建模分析的方法，为模型的资源请求进行自动优化，规模化的优化资源使用效率，达到全局最优；\n3）负责不同优先级服务的抢占/驱逐功能；负责不同集群不同类型资源间的拆借/混部对接工作；负责多机房、多地域、多云场景的调度/负载适配；\n2、负责建设面向下一代超大超深推荐模型的训练系统架构：\n1）围绕超大规模Embedding以及超大规模GPU同步训练建设弹性、鲁棒的分布式训练Runtime；\n2）设计、优化面向未来推荐广告模型调研范式（e.g.RL、Finetune、蒸馏）的分布式计算API以及Runtime；\n3）对接平台，优化分布式训练的可诊断性以及易用性；\n3、负责建设面向下一代推荐系统的在线编排架构：\n1）围绕超大规模Embedding的在线训练场景，构建健壮、稳定的分布式模型推理架构；\n2）结合业务的调研实验模式，优化推荐广告模型在线架构的易用性和MLops流程。",
"requirements_text": "1、熟练掌握Linux环境下的Go/Python至少1种编程语言，有良好的编程习惯及编码能力；\n2、熟悉分布式系统原理，有机器学习系统相关实践和开发经验优先；\n3、熟悉开源的分布式调度框架，诸如Kubernetes（K8s），Yarn（Flink，MapReduce），Mesos，Celery，对其中至少一种有实践积累者优先；\n4、熟悉开源的分布式编排系统，例如veRL，vLLM，Ray，TFX，对其中至少一种有开发经验者优先；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动。",
"skills": [AI生成
"Python",
"Linux",
"Kubernetes",
"Flink",
"机器学习",
"分布式系统",
"沟通能力",
"学习能力"
],
"preferred_qualifications": "2、熟悉分布式系统原理，有机器学习系统相关实践和开发经验优先；3、熟悉开源的分布式调度框架，诸如Kubernetes（K8s），Yarn（Flink，MapReduce），Mesos，Celery，对其中至少一种有实践积累者优先；4、熟悉开源的分布式编排系统，例如veRL，vLLM，Ray，TFX，对其中至少一种有开发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7342380348309686537/detail"
}
]
},
"posting": {
"posting_id": "7342380348309686537",
"post_date": "2024-03-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7342380348309686537/detail"
},
"fulltext": "后端调度编排工程师 - Data AML\n职位描述\n团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、负责分布式编排调度中的资源效能优化，通过工程手段，提升单位算力上支持的业务、模型规模：\n1）使用/二次开发围绕Kubernetes/Godel生态的分布式调度框架，在不同的业务场景下合理选型，并依据不同场景的特点进行集群的利用率/均匀性的调度策略优化；\n2）对接/扩展各类模型、业务的AutoScaling以及自动并行的工作；通过对不同模型的负载建模分析的方法，为模型的资源请求进行自动优化，规模化的优化资源使用效率，达到全局最优；\n3）负责不同优先级服务的抢占/驱逐功能；负责不同集群不同类型资源间的拆借/混部对接工作；负责多机房、多地域、多云场景的调度/负载适配；\n2、负责建设面向下一代超大超深推荐模型的训练系统架构：\n1）围绕超大规模Embedding以及超大规模GPU同步训练建设弹性、鲁棒的分布式训练Runtime；\n2）设计、优化面向未来推荐广告模型调研范式（e.g.RL、Finetune、蒸馏）的分布式计算API以及Runtime；\n3）对接平台，优化分布式训练的可诊断性以及易用性；\n3、负责建设面向下一代推荐系统的在线编排架构：\n1）围绕超大规模Embedding的在线训练场景，构建健壮、稳定的分布式模型推理架构；\n2）结合业务的调研实验模式，优化推荐广告模型在线架构的易用性和MLops流程。\n\n职位要求\n1、熟练掌握Linux环境下的Go/Python至少1种编程语言，有良好的编程习惯及编码能力；\n2、熟悉分布式系统原理，有机器学习系统相关实践和开发经验优先；\n3、熟悉开源的分布式调度框架，诸如Kubernetes（K8s），Yarn（Flink，MapReduce），Mesos，Celery，对其中至少一种有实践积累者优先；\n4、熟悉开源的分布式编排系统，例如veRL，vLLM，Ray，TFX，对其中至少一种有开发经验者优先；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动。\n团队介绍：Data AML是字节跳动的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、负责分布式编排调度中的资源效能优化，通过工程手段，提升单位算力上支持的业务、模型规模：\n1）使用/二次开发围绕Kubernetes/Godel生态的分布式调度框架，在不同的业务场景下合理选型，并依据不同场景的特点进行集群的利用率/均匀性的调度策略优化；\n2）对接/扩展各类模型、业务的AutoScaling以及自动并行的工作；通过对不同模型的负载建模分析的方法，为模型的资源请求进行自动优化，规模化的优化资源使用效率，达到全局最优；\n3）负责不同优先级服务的抢占/驱逐功能；负责不同集群不同类型资源间的拆借/混部对接工作；负责多机房、多地域、多云场景的调度/负载适配；\n2、负责建设面向下一代超大超深推荐模型的训练系统架构：\n1）围绕超大规模Embedding以及超大规模GPU同步训练建设弹性、鲁棒的分布式训练Runtime；\n2）设计、优化面向未来推荐广告模型调研范式（e.g.RL、Finetune、蒸馏）的分布式计算API以及Runtime；\n3）对接平台，优化分布式训练的可诊断性以及易用性；\n3、负责建设面向下一代推荐系统的在线编排架构：\n1）围绕超大规模Embedding的在线训练场景，构建健壮、稳定的分布式模型推理架构；\n2）结合业务的调研实验模式，优化推荐广告模型在线架构的易用性和MLops流程。\n1、熟练掌握Linux环境下的Go/Python至少1种编程语言，有良好的编程习惯及编码能力；\n2、熟悉分布式系统原理，有机器学习系统相关实践和开发经验优先；\n3、熟悉开源的分布式调度框架，诸如Kubernetes（K8s），Yarn（Flink，MapReduce），Mesos，Celery，对其中至少一种有实践积累者优先；\n4、熟悉开源的分布式编排系统，例如veRL，vLLM，Ray，TFX，对其中至少一种有开发经验者优先；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T018"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}