{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型推理/训练引擎研发工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "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": "本科以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "大模型推理/训练引擎研发工程师\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：J1014\n工作地点：北京\n发布时间：2026-08-09\n\n岗位职责\n1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等；\n2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能；\n3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。\n\n任职要求\n1、本科以上学历，电子、自动化、计算机类专业优先；\n2、了解分布式系统或高性能计算相关知识，具备良好的系统编程、数据结构、算法基础、系统设计能力；\n3、熟悉Linux开发环境、熟练使用Pytorch训练框架，掌握 C++/Python编程语言；\n4、具有良好的团队合作精神和沟通能力。热爱钻研技术，善于分析、解决工程问题，能够对算法和底层的协同优化起到核心桥梁作用。\n加分项：\n1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；\n2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；\n3、在国际顶级会议/期刊上有相关论文发表优先；\n4、有机器学习平台开发和深度学习框架开发等领域开发经验优先。",
        "requirements_text": "大模型推理/训练引擎研发工程师\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：J1014\n工作地点：北京\n发布时间：2026-08-09\n\n岗位职责\n1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等；\n2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能；\n3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。\n\n任职要求\n1、本科以上学历，电子、自动化、计算机类专业优先；\n2、了解分布式系统或高性能计算相关知识，具备良好的系统编程、数据结构、算法基础、系统设计能力；\n3、熟悉Linux开发环境、熟练使用Pytorch训练框架，掌握 C++/Python编程语言；\n4、具有良好的团队合作精神和沟通能力。热爱钻研技术，善于分析、解决工程问题，能够对算法和底层的协同优化起到核心桥梁作用。\n加分项：\n1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；\n2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；\n3、在国际顶级会议/期刊上有相关论文发表优先；\n4、有机器学习平台开发和深度学习框架开发等领域开发经验优先。",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "PyTorch",
            "TensorFlow",
            "CUDA",
            "机器学习",
            "深度学习",
            "数据结构",
            "分布式系统",
            "模型训练",
            "团队协作",
            "沟通能力",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "1、本科以上学历，电子、自动化、计算机类专业优先；加分项：；1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；3、在国际顶级会议/期刊上有相关论文发表优先；4、有机器学习平台开发和深度学习框架开发等领域开发经验优先",
        "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/13093?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "13093",
        "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/13093?recruitSubProjectCodes="
    },
    "fulltext": "大模型推理/训练引擎研发工程师\n大模型推理/训练引擎研发工程师\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：J1014\n工作地点：北京\n发布时间：2026-08-09\n\n岗位职责\n1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等；\n2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能；\n3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。\n\n任职要求\n1、本科以上学历，电子、自动化、计算机类专业优先；\n2、了解分布式系统或高性能计算相关知识，具备良好的系统编程、数据结构、算法基础、系统设计能力；\n3、熟悉Linux开发环境、熟练使用Pytorch训练框架，掌握 C++/Python编程语言；\n4、具有良好的团队合作精神和沟通能力。热爱钻研技术，善于分析、解决工程问题，能够对算法和底层的协同优化起到核心桥梁作用。\n加分项：\n1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；\n2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；\n3、在国际顶级会议/期刊上有相关论文发表优先；\n4、有机器学习平台开发和深度学习框架开发等领域开发经验优先。\n大模型推理/训练引擎研发工程师\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：J1014\n工作地点：北京\n发布时间：2026-08-09\n\n岗位职责\n1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等；\n2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能；\n3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。\n\n任职要求\n1、本科以上学历，电子、自动化、计算机类专业优先；\n2、了解分布式系统或高性能计算相关知识，具备良好的系统编程、数据结构、算法基础、系统设计能力；\n3、熟悉Linux开发环境、熟练使用Pytorch训练框架，掌握 C++/Python编程语言；\n4、具有良好的团队合作精神和沟通能力。热爱钻研技术，善于分析、解决工程问题，能够对算法和底层的协同优化起到核心桥梁作用。\n加分项：\n1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；\n2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；\n3、在国际顶级会议/期刊上有相关论文发表优先；\n4、有机器学习平台开发和深度学习框架开发等领域开发经验优先。\n大模型推理/训练引擎研发工程师\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：J1014\n工作地点：北京\n发布时间：2026-08-09\n\n岗位职责\n1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等；\n2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能；\n3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。\n\n任职要求\n1、本科以上学历，电子、自动化、计算机类专业优先；\n2、了解分布式系统或高性能计算相关知识，具备良好的系统编程、数据结构、算法基础、系统设计能力；\n3、熟悉Linux开发环境、熟练使用Pytorch训练框架，掌握 C++/Python编程语言；\n4、具有良好的团队合作精神和沟通能力。热爱钻研技术，善于分析、解决工程问题，能够对算法和底层的协同优化起到核心桥梁作用。\n加分项：\n1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；\n2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；\n3、在国际顶级会议/期刊上有相关论文发表优先；\n4、有机器学习平台开发和深度学习框架开发等领域开发经验优先。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}