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": "机器学习训练框架研发专家-Seed",
"job_level": "专家",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": "机器学习"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": "有硕士研究生学历或博士研究生学历阶段的计算机系统方向（包含分布式系统",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、负责字节跳动机器学习训练框架的研究与开发，服务于全公司各个产品；\n2、参与机器学习训练框架底层组件的抽象，设计，优化与落地；\n3、与全公司算法部门深度合作，为重点项目进行算法与系统的联合优化。",
"requirements_text": "1、熟练掌握Linux环境下的C/C++与Python语言；\n2、接触过至少一种机器学习框架（TensorFlow/PyTorch/MxNet或其他自研框架）；\n3、有以下至少一项的背景知识与经验：GPU编程，编译器，高性能网络，分布式存储，集群调度；\n4、具有独立解决问题的能力，良好的团队合作精神；\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；\n6、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项：\n1、深入研究过至少一种机器学习框架（TensorFlow/PyTorch/MxNet或其他自研框架）的底层架构和机制；\n2、熟悉至少一种经典深度学习模型及其应用场景，如ResNet50，BERT，或者了解GAN，强化学习，图神经网络，AutoML等；\n3、有硕士研究生学历或博士研究生学历阶段的计算机系统方向（包含分布式系统，并行计算，编程语言与编译器，网络，存储等）研究背景；\n4、有软硬件联合设计的经验；\n5、能使用数学工具分析深度学习训练中的优化算法。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"强化学习",
"分布式系统",
"团队协作",
"沟通能力",
"解决问题",
"学习能力"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7366504204988959013/detail"
}
]
},
"posting": {
"posting_id": "7366504204988959013",
"post_date": "2024-05-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7366504204988959013/detail"
},
"fulltext": "机器学习训练框架研发专家-Seed\n职位描述\n团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、负责字节跳动机器学习训练框架的研究与开发，服务于全公司各个产品；\n2、参与机器学习训练框架底层组件的抽象，设计，优化与落地；\n3、与全公司算法部门深度合作，为重点项目进行算法与系统的联合优化。\n\n职位要求\n1、熟练掌握Linux环境下的C/C++与Python语言；\n2、接触过至少一种机器学习框架（TensorFlow/PyTorch/MxNet或其他自研框架）；\n3、有以下至少一项的背景知识与经验：GPU编程，编译器，高性能网络，分布式存储，集群调度；\n4、具有独立解决问题的能力，良好的团队合作精神；\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；\n6、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项：\n1、深入研究过至少一种机器学习框架（TensorFlow/PyTorch/MxNet或其他自研框架）的底层架构和机制；\n2、熟悉至少一种经典深度学习模型及其应用场景，如ResNet50，BERT，或者了解GAN，强化学习，图神经网络，AutoML等；\n3、有硕士研究生学历或博士研究生学历阶段的计算机系统方向（包含分布式系统，并行计算，编程语言与编译器，网络，存储等）研究背景；\n4、有软硬件联合设计的经验；\n5、能使用数学工具分析深度学习训练中的优化算法。\n团队介绍：字节跳动Seed团队成立于2023年，致力于寻找通用智能的新方法，追求智能上限，为科技和社会发展作出贡献。\nSeed团队在AI领域拥有长期愿景与决心，团队研究方向涵盖MLLM、GenMedia、AI for Science、机器人等，在中国、新加坡、美国等地设有实验室和岗位。目前，团队已推出业界领先的通用大模型以及前沿的多模态能力，支持豆包、即梦、TRAE等超过50个应用场景，并通过火山引擎开放给企业客户。第三方数据显示，豆包App用户量在中国市场排名第一，豆包大模型日均Token调用量行业领先。\n\n1、负责字节跳动机器学习训练框架的研究与开发，服务于全公司各个产品；\n2、参与机器学习训练框架底层组件的抽象，设计，优化与落地；\n3、与全公司算法部门深度合作，为重点项目进行算法与系统的联合优化。\n1、熟练掌握Linux环境下的C/C++与Python语言；\n2、接触过至少一种机器学习框架（TensorFlow/PyTorch/MxNet或其他自研框架）；\n3、有以下至少一项的背景知识与经验：GPU编程，编译器，高性能网络，分布式存储，集群调度；\n4、具有独立解决问题的能力，良好的团队合作精神；\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；\n6、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项：\n1、深入研究过至少一种机器学习框架（TensorFlow/PyTorch/MxNet或其他自研框架）的底层架构和机制；\n2、熟悉至少一种经典深度学习模型及其应用场景，如ResNet50，BERT，或者了解GAN，强化学习，图神经网络，AutoML等；\n3、有硕士研究生学历或博士研究生学历阶段的计算机系统方向（包含分布式系统，并行计算，编程语言与编译器，网络，存储等）研究背景；\n4、有软硬件联合设计的经验；\n5、能使用数学工具分析深度学习训练中的优化算法。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}