{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型推理/训练优化工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "深圳 / 北京 / 上海 / 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": "硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "大模型推理/训练优化工程师\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：深圳 / 北京 / 上海 / 杭州\n发布时间：2026-08-09\n\n岗位职责\n1、参与大模型推理/训练优化。通过研发业界领先的AI Compiler 技术，支撑搜推场景在GPU上的训练计算性能优化；支持大模型推理优化技术在异构硬件上的落地；\n2、参与各种大模型推理所需的功能性开发任务；相关编译优化功能开发，以图优化、算子融合、GPU高性能算子开发及自动Codegen等技术手段不断推高在不同卡型上的计算性能极限；\n3、参与支持日常的大模型推理服务部署，参与内部日常提效工具的研发。\n\n任职要求\n1、硕士及以上学历，计算机、电子、自动化等专业优先；\n2、熟悉python/C++，熟悉linux使用，有扎实的算法与数据结构基础；\n3、有较强的自驱力和学习力，有严谨的科研思维，沟通良好擅长与人合作；\n4、了解AI infra 整体技术栈，有大模型相关训练或推理优化实战经验；有vLLM、TensorRT-LLM、MLC-LLM、Tensorflow、PyTorch等框架之一的实践经验。\n加分项：\n1、熟悉CUDA 或 ROCM，熟悉Nsight System/ Nsight Compute 工具的使用，有 GPU 或 ASIC 高性能算子开发经验；\n2、熟悉深度学习编译优化或异构硬件，有 XLA/ TVM /MLIR 开发、优化经验，熟悉pass编写或代码生成原理和实践；或有传统编译器开发经验，熟悉LLVM原理和使用；\n3、有相关领域顶会paper发表；\n4、有二次开发能力或开源社区贡献经历。",
        "requirements_text": "大模型推理/训练优化工程师\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：深圳 / 北京 / 上海 / 杭州\n发布时间：2026-08-09\n\n岗位职责\n1、参与大模型推理/训练优化。通过研发业界领先的AI Compiler 技术，支撑搜推场景在GPU上的训练计算性能优化；支持大模型推理优化技术在异构硬件上的落地；\n2、参与各种大模型推理所需的功能性开发任务；相关编译优化功能开发，以图优化、算子融合、GPU高性能算子开发及自动Codegen等技术手段不断推高在不同卡型上的计算性能极限；\n3、参与支持日常的大模型推理服务部署，参与内部日常提效工具的研发。\n\n任职要求\n1、硕士及以上学历，计算机、电子、自动化等专业优先；\n2、熟悉python/C++，熟悉linux使用，有扎实的算法与数据结构基础；\n3、有较强的自驱力和学习力，有严谨的科研思维，沟通良好擅长与人合作；\n4、了解AI infra 整体技术栈，有大模型相关训练或推理优化实战经验；有vLLM、TensorRT-LLM、MLC-LLM、Tensorflow、PyTorch等框架之一的实践经验。\n加分项：\n1、熟悉CUDA 或 ROCM，熟悉Nsight System/ Nsight Compute 工具的使用，有 GPU 或 ASIC 高性能算子开发经验；\n2、熟悉深度学习编译优化或异构硬件，有 XLA/ TVM /MLIR 开发、优化经验，熟悉pass编写或代码生成原理和实践；或有传统编译器开发经验，熟悉LLVM原理和使用；\n3、有相关领域顶会paper发表；\n4、有二次开发能力或开源社区贡献经历。",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "PyTorch",
            "TensorFlow",
            "CUDA",
            "深度学习",
            "数据结构",
            "性能优化",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "1、硕士及以上学历，计算机、电子、自动化等专业优先；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/13060?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "13060",
        "post_date": "2026-08-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/13060?recruitSubProjectCodes="
    },
    "fulltext": "大模型推理/训练优化工程师\n大模型推理/训练优化工程师\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：深圳 / 北京 / 上海 / 杭州\n发布时间：2026-08-09\n\n岗位职责\n1、参与大模型推理/训练优化。通过研发业界领先的AI Compiler 技术，支撑搜推场景在GPU上的训练计算性能优化；支持大模型推理优化技术在异构硬件上的落地；\n2、参与各种大模型推理所需的功能性开发任务；相关编译优化功能开发，以图优化、算子融合、GPU高性能算子开发及自动Codegen等技术手段不断推高在不同卡型上的计算性能极限；\n3、参与支持日常的大模型推理服务部署，参与内部日常提效工具的研发。\n\n任职要求\n1、硕士及以上学历，计算机、电子、自动化等专业优先；\n2、熟悉python/C++，熟悉linux使用，有扎实的算法与数据结构基础；\n3、有较强的自驱力和学习力，有严谨的科研思维，沟通良好擅长与人合作；\n4、了解AI infra 整体技术栈，有大模型相关训练或推理优化实战经验；有vLLM、TensorRT-LLM、MLC-LLM、Tensorflow、PyTorch等框架之一的实践经验。\n加分项：\n1、熟悉CUDA 或 ROCM，熟悉Nsight System/ Nsight Compute 工具的使用，有 GPU 或 ASIC 高性能算子开发经验；\n2、熟悉深度学习编译优化或异构硬件，有 XLA/ TVM /MLIR 开发、优化经验，熟悉pass编写或代码生成原理和实践；或有传统编译器开发经验，熟悉LLVM原理和使用；\n3、有相关领域顶会paper发表；\n4、有二次开发能力或开源社区贡献经历。\n大模型推理/训练优化工程师\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：深圳 / 北京 / 上海 / 杭州\n发布时间：2026-08-09\n\n岗位职责\n1、参与大模型推理/训练优化。通过研发业界领先的AI Compiler 技术，支撑搜推场景在GPU上的训练计算性能优化；支持大模型推理优化技术在异构硬件上的落地；\n2、参与各种大模型推理所需的功能性开发任务；相关编译优化功能开发，以图优化、算子融合、GPU高性能算子开发及自动Codegen等技术手段不断推高在不同卡型上的计算性能极限；\n3、参与支持日常的大模型推理服务部署，参与内部日常提效工具的研发。\n\n任职要求\n1、硕士及以上学历，计算机、电子、自动化等专业优先；\n2、熟悉python/C++，熟悉linux使用，有扎实的算法与数据结构基础；\n3、有较强的自驱力和学习力，有严谨的科研思维，沟通良好擅长与人合作；\n4、了解AI infra 整体技术栈，有大模型相关训练或推理优化实战经验；有vLLM、TensorRT-LLM、MLC-LLM、Tensorflow、PyTorch等框架之一的实践经验。\n加分项：\n1、熟悉CUDA 或 ROCM，熟悉Nsight System/ Nsight Compute 工具的使用，有 GPU 或 ASIC 高性能算子开发经验；\n2、熟悉深度学习编译优化或异构硬件，有 XLA/ TVM /MLIR 开发、优化经验，熟悉pass编写或代码生成原理和实践；或有传统编译器开发经验，熟悉LLVM原理和使用；\n3、有相关领域顶会paper发表；\n4、有二次开发能力或开源社区贡献经历。\n大模型推理/训练优化工程师\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：深圳 / 北京 / 上海 / 杭州\n发布时间：2026-08-09\n\n岗位职责\n1、参与大模型推理/训练优化。通过研发业界领先的AI Compiler 技术，支撑搜推场景在GPU上的训练计算性能优化；支持大模型推理优化技术在异构硬件上的落地；\n2、参与各种大模型推理所需的功能性开发任务；相关编译优化功能开发，以图优化、算子融合、GPU高性能算子开发及自动Codegen等技术手段不断推高在不同卡型上的计算性能极限；\n3、参与支持日常的大模型推理服务部署，参与内部日常提效工具的研发。\n\n任职要求\n1、硕士及以上学历，计算机、电子、自动化等专业优先；\n2、熟悉python/C++，熟悉linux使用，有扎实的算法与数据结构基础；\n3、有较强的自驱力和学习力，有严谨的科研思维，沟通良好擅长与人合作；\n4、了解AI infra 整体技术栈，有大模型相关训练或推理优化实战经验；有vLLM、TensorRT-LLM、MLC-LLM、Tensorflow、PyTorch等框架之一的实践经验。\n加分项：\n1、熟悉CUDA 或 ROCM，熟悉Nsight System/ Nsight Compute 工具的使用，有 GPU 或 ASIC 高性能算子开发经验；\n2、熟悉深度学习编译优化或异构硬件，有 XLA/ TVM /MLIR 开发、优化经验，熟悉pass编写或代码生成原理和实践；或有传统编译器开发经验，熟悉LLVM原理和使用；\n3、有相关领域顶会paper发表；\n4、有二次开发能力或开源社区贡献经历。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}