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": "【快Star】容器&大模型推理调度研发工程师",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "J1020"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【快Star】容器&大模型推理调度研发工程师\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：J1020\n工作地点：北京 / 杭州\n发布时间：2026-05-27\n\n岗位职责\n1、超大规模算力调度：参与快手容器云平台的架构设计与开发，探索面向大模型的资源调度、服务编排、容器引擎等前沿领域，直接驱动千万核级与数十万卡级算力的高效运转；\n2、云原生基础设施：基于云原生技术栈，构建海量异构资源（CPU/GPU/NPU）的多集群联邦与统一调度能力，打造低成本、高弹性的大模型算力基座，持续突破资源效率瓶颈；\n3、稳定性与性能优化：完善大模型服务微架构分析与性能瓶颈观测体系，深入支撑容器平台及快手推理业务的全链路稳定性问题，让每一毫秒的延迟优化都转化为用户体验的提升；\n4、AI-Infra前沿探索：投身云原生与大模型推理的交汇领域，研究GPU混部调度、大模型推理容量预测、实例快速启动等核心技术，让大模型推理的GPU利用效率实现质的飞跃。\n\n任职要求\n1、本科及以上学历，计算机相关专业，具备快速掌握新技术的能力，不给自己设限；\n2、热爱技术，尤其热爱大模型AI基础设施，对云原生、容器调度、大模型推理底层技术有发自内心的好奇与热情，愿意在这个方向持续深耕；\n3. 扎实的数据结构与算法功底，熟练掌握至少一门语言（Golang/Java等），代码整洁、有设计感；\n4、对K8s等云原生生态有深入理解，对大模型技术栈有一定了解，关注业界计算基础设施发展趋势。\n加分项：\n1、有大规模集群资源调度、AI Infra基建、大模型推理稳定性相关实践经历。",
"requirements_text": "【快Star】容器&大模型推理调度研发工程师\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：J1020\n工作地点：北京 / 杭州\n发布时间：2026-05-27\n\n岗位职责\n1、超大规模算力调度：参与快手容器云平台的架构设计与开发，探索面向大模型的资源调度、服务编排、容器引擎等前沿领域，直接驱动千万核级与数十万卡级算力的高效运转；\n2、云原生基础设施：基于云原生技术栈，构建海量异构资源（CPU/GPU/NPU）的多集群联邦与统一调度能力，打造低成本、高弹性的大模型算力基座，持续突破资源效率瓶颈；\n3、稳定性与性能优化：完善大模型服务微架构分析与性能瓶颈观测体系，深入支撑容器平台及快手推理业务的全链路稳定性问题，让每一毫秒的延迟优化都转化为用户体验的提升；\n4、AI-Infra前沿探索：投身云原生与大模型推理的交汇领域，研究GPU混部调度、大模型推理容量预测、实例快速启动等核心技术，让大模型推理的GPU利用效率实现质的飞跃。\n\n任职要求\n1、本科及以上学历，计算机相关专业，具备快速掌握新技术的能力，不给自己设限；\n2、热爱技术，尤其热爱大模型AI基础设施，对云原生、容器调度、大模型推理底层技术有发自内心的好奇与热情，愿意在这个方向持续深耕；\n3. 扎实的数据结构与算法功底，熟练掌握至少一门语言（Golang/Java等），代码整洁、有设计感；\n4、对K8s等云原生生态有深入理解，对大模型技术栈有一定了解，关注业界计算基础设施发展趋势。\n加分项：\n1、有大规模集群资源调度、AI Infra基建、大模型推理稳定性相关实践经历。",
"skills": [AI生成
"Java",
"Golang",
"数据结构",
"性能优化",
"架构设计",
"招聘",
"Go",
"大语言模型"
],
"preferred_qualifications": "加分项：",
"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/12859?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "12859",
"post_date": "2026-05-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12859?recruitSubProjectCodes="
},
"fulltext": "【快Star】容器&大模型推理调度研发工程师\n【快Star】容器&大模型推理调度研发工程师\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：J1020\n工作地点：北京 / 杭州\n发布时间：2026-05-27\n\n岗位职责\n1、超大规模算力调度：参与快手容器云平台的架构设计与开发，探索面向大模型的资源调度、服务编排、容器引擎等前沿领域，直接驱动千万核级与数十万卡级算力的高效运转；\n2、云原生基础设施：基于云原生技术栈，构建海量异构资源（CPU/GPU/NPU）的多集群联邦与统一调度能力，打造低成本、高弹性的大模型算力基座，持续突破资源效率瓶颈；\n3、稳定性与性能优化：完善大模型服务微架构分析与性能瓶颈观测体系，深入支撑容器平台及快手推理业务的全链路稳定性问题，让每一毫秒的延迟优化都转化为用户体验的提升；\n4、AI-Infra前沿探索：投身云原生与大模型推理的交汇领域，研究GPU混部调度、大模型推理容量预测、实例快速启动等核心技术，让大模型推理的GPU利用效率实现质的飞跃。\n\n任职要求\n1、本科及以上学历，计算机相关专业，具备快速掌握新技术的能力，不给自己设限；\n2、热爱技术，尤其热爱大模型AI基础设施，对云原生、容器调度、大模型推理底层技术有发自内心的好奇与热情，愿意在这个方向持续深耕；\n3. 扎实的数据结构与算法功底，熟练掌握至少一门语言（Golang/Java等），代码整洁、有设计感；\n4、对K8s等云原生生态有深入理解，对大模型技术栈有一定了解，关注业界计算基础设施发展趋势。\n加分项：\n1、有大规模集群资源调度、AI Infra基建、大模型推理稳定性相关实践经历。\n【快Star】容器&大模型推理调度研发工程师\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：J1020\n工作地点：北京 / 杭州\n发布时间：2026-05-27\n\n岗位职责\n1、超大规模算力调度：参与快手容器云平台的架构设计与开发，探索面向大模型的资源调度、服务编排、容器引擎等前沿领域，直接驱动千万核级与数十万卡级算力的高效运转；\n2、云原生基础设施：基于云原生技术栈，构建海量异构资源（CPU/GPU/NPU）的多集群联邦与统一调度能力，打造低成本、高弹性的大模型算力基座，持续突破资源效率瓶颈；\n3、稳定性与性能优化：完善大模型服务微架构分析与性能瓶颈观测体系，深入支撑容器平台及快手推理业务的全链路稳定性问题，让每一毫秒的延迟优化都转化为用户体验的提升；\n4、AI-Infra前沿探索：投身云原生与大模型推理的交汇领域，研究GPU混部调度、大模型推理容量预测、实例快速启动等核心技术，让大模型推理的GPU利用效率实现质的飞跃。\n\n任职要求\n1、本科及以上学历，计算机相关专业，具备快速掌握新技术的能力，不给自己设限；\n2、热爱技术，尤其热爱大模型AI基础设施，对云原生、容器调度、大模型推理底层技术有发自内心的好奇与热情，愿意在这个方向持续深耕；\n3. 扎实的数据结构与算法功底，熟练掌握至少一门语言（Golang/Java等），代码整洁、有设计感；\n4、对K8s等云原生生态有深入理解，对大模型技术栈有一定了解，关注业界计算基础设施发展趋势。\n加分项：\n1、有大规模集群资源调度、AI Infra基建、大模型推理稳定性相关实践经历。\n【快Star】容器&大模型推理调度研发工程师\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：J1020\n工作地点：北京 / 杭州\n发布时间：2026-05-27\n\n岗位职责\n1、超大规模算力调度：参与快手容器云平台的架构设计与开发，探索面向大模型的资源调度、服务编排、容器引擎等前沿领域，直接驱动千万核级与数十万卡级算力的高效运转；\n2、云原生基础设施：基于云原生技术栈，构建海量异构资源（CPU/GPU/NPU）的多集群联邦与统一调度能力，打造低成本、高弹性的大模型算力基座，持续突破资源效率瓶颈；\n3、稳定性与性能优化：完善大模型服务微架构分析与性能瓶颈观测体系，深入支撑容器平台及快手推理业务的全链路稳定性问题，让每一毫秒的延迟优化都转化为用户体验的提升；\n4、AI-Infra前沿探索：投身云原生与大模型推理的交汇领域，研究GPU混部调度、大模型推理容量预测、实例快速启动等核心技术，让大模型推理的GPU利用效率实现质的飞跃。\n\n任职要求\n1、本科及以上学历，计算机相关专业，具备快速掌握新技术的能力，不给自己设限；\n2、热爱技术，尤其热爱大模型AI基础设施，对云原生、容器调度、大模型推理底层技术有发自内心的好奇与热情，愿意在这个方向持续深耕；\n3. 扎实的数据结构与算法功底，熟练掌握至少一门语言（Golang/Java等），代码整洁、有设计感；\n4、对K8s等云原生生态有深入理解，对大模型技术栈有一定了解，关注业界计算基础设施发展趋势。\n加分项：\n1、有大规模集群资源调度、AI Infra基建、大模型推理稳定性相关实践经历。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}