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": "深圳-AI infra 推理工程师（基座研发方向）(J101222)",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "深圳市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"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": "-负责百度文心大模型推理基建体系的搭建与演进\n-全面参与大模型推理全链路能力建设，涵盖推理功能开发、后训练适配及深度性能优化，重点推进计算模块在GPU下的极致调优\n-主导推理引擎、高性能计算库及通信库的设计、开发与迭代，构建自主可控的高性能推理底座\n-负责模型结构与推理优化协同设计，加速算法与推理系统协同优化，RL Infa协同设计优化\n-负责 AI Infra 前沿进展跟踪调研，开展前瞻性研究与工程验证，推动关键技术突破与创新落地",
"requirements_text": "-本科及以上学历，计算机、软件工程、人工智能等相关专业\n-掌握C++/Python，掌握CUDA、CUTLASS、CuTe、Triton、TileLang编程\n-熟悉并行计算、分布式系统、存储等相关技术，掌握注意力及矩阵计算优化、批调度策略、分离部署、Cache池化与传输优化等大模型推理核心优化技术\n-有CUDA 编程或高性能计算经验者优先，有计算通信优化、编译优化、巨型算子优化经验者优先\n-有vLLM / SGLang / TensorRTLLM 等主流推理引擎经验者优先，有Agent场景Cache池化优化经验者优化\n-有大模型低比特量化、投机解码、稀疏注意力等相关项目或实习经历者优先\n-有大模型推理系统、大规模调度平台相关项目或实习经历者优先\n-自驱、敢啃硬骨头，对算法前沿保持真实的好奇心；有开源贡献或顶会论文（OSDI / SOSP / MLSys / NeurIPS / ICML 等）是显著加分项\n-软素质要求：结果导向，具备强烈的技术探索自驱力；优秀的团队协作与跨部门沟通能力；善于独立分析和解决复杂系统问题；学习敏锐度高，具备快速迁移知识到新场景的能力",
"skills": [AI生成
"Python",
"C++",
"CUDA",
"分布式系统",
"团队协作",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "有CUDA 编程或高性能计算经验者优先，有计算通信优化、编译优化、巨型算子优化经验者优先；有vLLM / SGLang / TensorRTLLM 等主流推理引擎经验者优先，有Agent场景Cache池化优化经验者优化；有大模型低比特量化、投机解码、稀疏注意力等相关项目或实习经历者优先；有大模型推理系统、大规模调度平台相关项目或实习经历者优先；有开源贡献或顶会论文（OSDI / SOSP / MLSys / NeurIPS / ICML 等）是显著加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/GRADUATE/d34cbaff-ddab-41ba-b043-5f8529fec40e"
}
]
},
"posting": {
"posting_id": "d34cbaff-ddab-41ba-b043-5f8529fec40e",
"post_date": "2026-07-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/GRADUATE/d34cbaff-ddab-41ba-b043-5f8529fec40e"
},
"fulltext": "深圳-AI infra 推理工程师（基座研发方向）(J101222)\n深圳-AI infra 推理工程师（基座研发方向）(J101222)\n\n基础信息\n地点：深圳市\n项目：校招\n类别：技术\n招聘人数：5\n发布时间：2026-07-21\n\n工作职责\n-负责百度文心大模型推理基建体系的搭建与演进\n-全面参与大模型推理全链路能力建设，涵盖推理功能开发、后训练适配及深度性能优化，重点推进计算模块在GPU下的极致调优\n-主导推理引擎、高性能计算库及通信库的设计、开发与迭代，构建自主可控的高性能推理底座\n-负责模型结构与推理优化协同设计，加速算法与推理系统协同优化，RL Infa协同设计优化\n-负责 AI Infra 前沿进展跟踪调研，开展前瞻性研究与工程验证，推动关键技术突破与创新落地\n\n职责要求\n-本科及以上学历，计算机、软件工程、人工智能等相关专业\n-掌握C++/Python，掌握CUDA、CUTLASS、CuTe、Triton、TileLang编程\n-熟悉并行计算、分布式系统、存储等相关技术，掌握注意力及矩阵计算优化、批调度策略、分离部署、Cache池化与传输优化等大模型推理核心优化技术\n-有CUDA 编程或高性能计算经验者优先，有计算通信优化、编译优化、巨型算子优化经验者优先\n-有vLLM / SGLang / TensorRTLLM 等主流推理引擎经验者优先，有Agent场景Cache池化优化经验者优化\n-有大模型低比特量化、投机解码、稀疏注意力等相关项目或实习经历者优先\n-有大模型推理系统、大规模调度平台相关项目或实习经历者优先\n-自驱、敢啃硬骨头，对算法前沿保持真实的好奇心；有开源贡献或顶会论文（OSDI / SOSP / MLSys / NeurIPS / ICML 等）是显著加分项\n-软素质要求：结果导向，具备强烈的技术探索自驱力；优秀的团队协作与跨部门沟通能力；善于独立分析和解决复杂系统问题；学习敏锐度高，具备快速迁移知识到新场景的能力\n-负责百度文心大模型推理基建体系的搭建与演进\n-全面参与大模型推理全链路能力建设，涵盖推理功能开发、后训练适配及深度性能优化，重点推进计算模块在GPU下的极致调优\n-主导推理引擎、高性能计算库及通信库的设计、开发与迭代，构建自主可控的高性能推理底座\n-负责模型结构与推理优化协同设计，加速算法与推理系统协同优化，RL Infa协同设计优化\n-负责 AI Infra 前沿进展跟踪调研，开展前瞻性研究与工程验证，推动关键技术突破与创新落地\n-本科及以上学历，计算机、软件工程、人工智能等相关专业\n-掌握C++/Python，掌握CUDA、CUTLASS、CuTe、Triton、TileLang编程\n-熟悉并行计算、分布式系统、存储等相关技术，掌握注意力及矩阵计算优化、批调度策略、分离部署、Cache池化与传输优化等大模型推理核心优化技术\n-有CUDA 编程或高性能计算经验者优先，有计算通信优化、编译优化、巨型算子优化经验者优先\n-有vLLM / SGLang / TensorRTLLM 等主流推理引擎经验者优先，有Agent场景Cache池化优化经验者优化\n-有大模型低比特量化、投机解码、稀疏注意力等相关项目或实习经历者优先\n-有大模型推理系统、大规模调度平台相关项目或实习经历者优先\n-自驱、敢啃硬骨头，对算法前沿保持真实的好奇心；有开源贡献或顶会论文（OSDI / SOSP / MLSys / NeurIPS / ICML 等）是显著加分项\n-软素质要求：结果导向，具备强烈的技术探索自驱力；优秀的团队协作与跨部门沟通能力；善于独立分析和解决复杂系统问题；学习敏锐度高，具备快速迁移知识到新场景的能力",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}