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": "AIGC推理优化工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "研发"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责LLM，MultiModal-LLM，T2l等模型的推理效率优化，包括但不限于算子优化，模型量化，模型裁剪，模型蒸馏等；结合业务需求，将GPU性能发挥到极致；\n2、优化AIGC模型服务推理框架与部署链路，打造低延时、高吞吐、高稳定性的推理系统；\n3、探索和研究有助于提升AIGC服务推断性能的新技术，并推动落地。",
"requirements_text": "1、本科及以上学历，计算机相关专业；\n2、熟练掌握C++/Python，精通数据结构与算法，并有并发编程基础；\n3、熟练使用PyTorch/TensorFlow/PaddlePaddle或其他主流深度学学习框架；\n4、具有AIGC模型训练/推理优化经验，熟悉TensorRT-LLM、VLLM等LLM推理效率优化工具；\n5、积极主动有热情，能与团队融洽合作相处，具备较强的沟通能力。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"数据结构",
"模型训练",
"沟通能力",
"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://jobs.bytedance.com/experienced/position/7356826199686269193/detail"
}
]
},
"posting": {
"posting_id": "7356826199686269193",
"post_date": "2024-04-12",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7356826199686269193/detail"
},
"fulltext": "AIGC推理优化工程师\n职位描述\n1、负责LLM，MultiModal-LLM，T2l等模型的推理效率优化，包括但不限于算子优化，模型量化，模型裁剪，模型蒸馏等；结合业务需求，将GPU性能发挥到极致；\n2、优化AIGC模型服务推理框架与部署链路，打造低延时、高吞吐、高稳定性的推理系统；\n3、探索和研究有助于提升AIGC服务推断性能的新技术，并推动落地。\n\n职位要求\n1、本科及以上学历，计算机相关专业；\n2、熟练掌握C++/Python，精通数据结构与算法，并有并发编程基础；\n3、熟练使用PyTorch/TensorFlow/PaddlePaddle或其他主流深度学学习框架；\n4、具有AIGC模型训练/推理优化经验，熟悉TensorRT-LLM、VLLM等LLM推理效率优化工具；\n5、积极主动有热情，能与团队融洽合作相处，具备较强的沟通能力。\n1、负责LLM，MultiModal-LLM，T2l等模型的推理效率优化，包括但不限于算子优化，模型量化，模型裁剪，模型蒸馏等；结合业务需求，将GPU性能发挥到极致；\n2、优化AIGC模型服务推理框架与部署链路，打造低延时、高吞吐、高稳定性的推理系统；\n3、探索和研究有助于提升AIGC服务推断性能的新技术，并推动落地。\n1、本科及以上学历，计算机相关专业；\n2、熟练掌握C++/Python，精通数据结构与算法，并有并发编程基础；\n3、熟练使用PyTorch/TensorFlow/PaddlePaddle或其他主流深度学学习框架；\n4、具有AIGC模型训练/推理优化经验，熟悉TensorRT-LLM、VLLM等LLM推理效率优化工具；\n5、积极主动有热情，能与团队融洽合作相处，具备较强的沟通能力。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}