{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "【留用实习】AIGC推理系统开发工程师",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "J1014"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "计算机科学、人工智能、数学或相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "【留用实习】AIGC推理系统开发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1014\n工作地点：北京\n发布时间：2026-03-12\n\n岗位职责\n1、推理引擎开发与优化： 参与 Diffusion 模型推理引擎的核心模块开发，学习并实践 CUDA 编程、算子优化与内存管理。协助将最新的学术优化手段（如 Flash Attention、Fused Kernels）落地到生产环境，提升模型推理速度；\n2、模型压缩与加速：调研并实践模型压缩技术，包括量化、蒸馏和剪枝。参与将 FP16/BF16 模型转换为 INT8/FP8 格式，并在保证生成质量的前提下优化推理延迟；\n3、网关与服务化系统建设：参与 AIGC 网关系统的后端开发，设计高并发、低延迟的请求调度逻辑。协助构建模型服务化接口，解决大规模推理请求下的队列管理与资源调度问题。\n\n任职要求\n1、计算机科学、人工智能、数学或相关专业本科及以上学历；\n2、具备扎实的计算机基础知识，熟练掌握数据结构、算法、操作系统及计算机网络原理；\n3、熟练使用 Python 或 C++ 编程，代码风格良好，具备较强的 Debug 能力；\n4、熟悉 PyTorch 等深度学习框架，理解计算图、反向传播等基本原理；\n5、了解 Diffusion 模型（如 DDPM, Stable Diffusion, DiT 架构）的基本原理者优先。",
        "requirements_text": "【留用实习】AIGC推理系统开发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1014\n工作地点：北京\n发布时间：2026-03-12\n\n岗位职责\n1、推理引擎开发与优化： 参与 Diffusion 模型推理引擎的核心模块开发，学习并实践 CUDA 编程、算子优化与内存管理。协助将最新的学术优化手段（如 Flash Attention、Fused Kernels）落地到生产环境，提升模型推理速度；\n2、模型压缩与加速：调研并实践模型压缩技术，包括量化、蒸馏和剪枝。参与将 FP16/BF16 模型转换为 INT8/FP8 格式，并在保证生成质量的前提下优化推理延迟；\n3、网关与服务化系统建设：参与 AIGC 网关系统的后端开发，设计高并发、低延迟的请求调度逻辑。协助构建模型服务化接口，解决大规模推理请求下的队列管理与资源调度问题。\n\n任职要求\n1、计算机科学、人工智能、数学或相关专业本科及以上学历；\n2、具备扎实的计算机基础知识，熟练掌握数据结构、算法、操作系统及计算机网络原理；\n3、熟练使用 Python 或 C++ 编程，代码风格良好，具备较强的 Debug 能力；\n4、熟悉 PyTorch 等深度学习框架，理解计算图、反向传播等基本原理；\n5、了解 Diffusion 模型（如 DDPM, Stable Diffusion, DiT 架构）的基本原理者优先。",
        "skills": [AI生成
            "Python",
            "C++",
            "PyTorch",
            "CUDA",
            "深度学习",
            "数据结构",
            "建模",
            "招聘"
        ],
        "preferred_qualifications": "5、了解 Diffusion 模型（如 DDPM, Stable Diffusion, DiT 架构）的基本原理者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12142?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "12142",
        "post_date": "2026-03-12",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12142?recruitSubProjectCodes="
    },
    "fulltext": "【留用实习】AIGC推理系统开发工程师\n【留用实习】AIGC推理系统开发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1014\n工作地点：北京\n发布时间：2026-03-12\n\n岗位职责\n1、推理引擎开发与优化： 参与 Diffusion 模型推理引擎的核心模块开发，学习并实践 CUDA 编程、算子优化与内存管理。协助将最新的学术优化手段（如 Flash Attention、Fused Kernels）落地到生产环境，提升模型推理速度；\n2、模型压缩与加速：调研并实践模型压缩技术，包括量化、蒸馏和剪枝。参与将 FP16/BF16 模型转换为 INT8/FP8 格式，并在保证生成质量的前提下优化推理延迟；\n3、网关与服务化系统建设：参与 AIGC 网关系统的后端开发，设计高并发、低延迟的请求调度逻辑。协助构建模型服务化接口，解决大规模推理请求下的队列管理与资源调度问题。\n\n任职要求\n1、计算机科学、人工智能、数学或相关专业本科及以上学历；\n2、具备扎实的计算机基础知识，熟练掌握数据结构、算法、操作系统及计算机网络原理；\n3、熟练使用 Python 或 C++ 编程，代码风格良好，具备较强的 Debug 能力；\n4、熟悉 PyTorch 等深度学习框架，理解计算图、反向传播等基本原理；\n5、了解 Diffusion 模型（如 DDPM, Stable Diffusion, DiT 架构）的基本原理者优先。\n【留用实习】AIGC推理系统开发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1014\n工作地点：北京\n发布时间：2026-03-12\n\n岗位职责\n1、推理引擎开发与优化： 参与 Diffusion 模型推理引擎的核心模块开发，学习并实践 CUDA 编程、算子优化与内存管理。协助将最新的学术优化手段（如 Flash Attention、Fused Kernels）落地到生产环境，提升模型推理速度；\n2、模型压缩与加速：调研并实践模型压缩技术，包括量化、蒸馏和剪枝。参与将 FP16/BF16 模型转换为 INT8/FP8 格式，并在保证生成质量的前提下优化推理延迟；\n3、网关与服务化系统建设：参与 AIGC 网关系统的后端开发，设计高并发、低延迟的请求调度逻辑。协助构建模型服务化接口，解决大规模推理请求下的队列管理与资源调度问题。\n\n任职要求\n1、计算机科学、人工智能、数学或相关专业本科及以上学历；\n2、具备扎实的计算机基础知识，熟练掌握数据结构、算法、操作系统及计算机网络原理；\n3、熟练使用 Python 或 C++ 编程，代码风格良好，具备较强的 Debug 能力；\n4、熟悉 PyTorch 等深度学习框架，理解计算图、反向传播等基本原理；\n5、了解 Diffusion 模型（如 DDPM, Stable Diffusion, DiT 架构）的基本原理者优先。\n【留用实习】AIGC推理系统开发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1014\n工作地点：北京\n发布时间：2026-03-12\n\n岗位职责\n1、推理引擎开发与优化： 参与 Diffusion 模型推理引擎的核心模块开发，学习并实践 CUDA 编程、算子优化与内存管理。协助将最新的学术优化手段（如 Flash Attention、Fused Kernels）落地到生产环境，提升模型推理速度；\n2、模型压缩与加速：调研并实践模型压缩技术，包括量化、蒸馏和剪枝。参与将 FP16/BF16 模型转换为 INT8/FP8 格式，并在保证生成质量的前提下优化推理延迟；\n3、网关与服务化系统建设：参与 AIGC 网关系统的后端开发，设计高并发、低延迟的请求调度逻辑。协助构建模型服务化接口，解决大规模推理请求下的队列管理与资源调度问题。\n\n任职要求\n1、计算机科学、人工智能、数学或相关专业本科及以上学历；\n2、具备扎实的计算机基础知识，熟练掌握数据结构、算法、操作系统及计算机网络原理；\n3、熟练使用 Python 或 C++ 编程，代码风格良好，具备较强的 Debug 能力；\n4、熟悉 PyTorch 等深度学习框架，理解计算图、反向传播等基本原理；\n5、了解 Diffusion 模型（如 DDPM, Stable Diffusion, DiT 架构）的基本原理者优先。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}