{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "容器云AI Infra实习生",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D14207",
        "location": "Hangzhou",
        "work_mode": "未披露",AI生成
        "job_category": "J0012"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": "容器云AI Infra实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Hangzhou\n所属部门：D14207\n发布时间：2026-06-09\n\n岗位职责\n1. 负责分布式大语言模型 (LLM) 推理系统的底层基础设施研究与探索，包括 GPU 和 RDMA 等，提升 GPU 环境下的稳定性和计算效率；\n2. 负责大规模模型训练场景优化工作，通过建设全面的异常发现、故障自愈机制，提升平台训练 MFU，降低训练成本；\n3. 基于容器以及 Kubernetes 技术，负责对机器学习领域中的资源调度、模型训练、模型推理、数据管理等多个子方向的成本效率优化工作；\n4. 持续关注并跟进业界技术发展，比如超长上下文、思维链、多模态方向。\n\n任职要求\n1. 本科及以上学历，计算机相关专业；\n2. 掌握常用数据结构与算法，具备扎实的编程基础和良好的编码习惯；\n3. 熟悉至少一种编程语言（如 Golang、Java、Python 等）;\n4. 有 Docker、Kubernetes、vLLM、SGLang、RouteLLM 等技术的学习或实践经验者优先，参与过开源项目更佳；\n5. 积极主动，自驱力强，具备良好的团队合作精神和解决问题的能力；\n6. 对如下一个或多个领域有浓厚的兴趣，并愿意付出自己的时间进行深入研究和探索：\na. 机器学习框架：PyTorch、TensorFlow等机器学习框架、GPU等异构计算芯片及优化、MLOps、CV/NLP/搜广推等领域模型算法等。\nb. 云原生：Kubernetes及容器系统、大规模训练任务和推理服务编排和调度、镜像加速等。",
        "requirements_text": "容器云AI Infra实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Hangzhou\n所属部门：D14207\n发布时间：2026-06-09\n\n岗位职责\n1. 负责分布式大语言模型 (LLM) 推理系统的底层基础设施研究与探索，包括 GPU 和 RDMA 等，提升 GPU 环境下的稳定性和计算效率；\n2. 负责大规模模型训练场景优化工作，通过建设全面的异常发现、故障自愈机制，提升平台训练 MFU，降低训练成本；\n3. 基于容器以及 Kubernetes 技术，负责对机器学习领域中的资源调度、模型训练、模型推理、数据管理等多个子方向的成本效率优化工作；\n4. 持续关注并跟进业界技术发展，比如超长上下文、思维链、多模态方向。\n\n任职要求\n1. 本科及以上学历，计算机相关专业；\n2. 掌握常用数据结构与算法，具备扎实的编程基础和良好的编码习惯；\n3. 熟悉至少一种编程语言（如 Golang、Java、Python 等）;\n4. 有 Docker、Kubernetes、vLLM、SGLang、RouteLLM 等技术的学习或实践经验者优先，参与过开源项目更佳；\n5. 积极主动，自驱力强，具备良好的团队合作精神和解决问题的能力；\n6. 对如下一个或多个领域有浓厚的兴趣，并愿意付出自己的时间进行深入研究和探索：\na. 机器学习框架：PyTorch、TensorFlow等机器学习框架、GPU等异构计算芯片及优化、MLOps、CV/NLP/搜广推等领域模型算法等。\nb. 云原生：Kubernetes及容器系统、大规模训练任务和推理服务编排和调度、镜像加速等。",
        "skills": [AI生成
            "Python",
            "Java",
            "Golang",
            "Docker",
            "Kubernetes",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "自然语言处理",
            "数据结构",
            "模型训练",
            "团队协作",
            "解决问题",
            "招聘",
            "Go",
            "大语言模型"
        ],
        "preferred_qualifications": "4. 有 Docker、Kubernetes、vLLM、SGLang、RouteLLM 等技术的学习或实践经验者优先，参与过开源项目更佳",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/23985"
            }
        ]
    },
    "posting": {
        "posting_id": "23985",
        "post_date": "2026-06-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/23985"
    },
    "fulltext": "容器云AI Infra实习生\n容器云AI Infra实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Hangzhou\n所属部门：D14207\n发布时间：2026-06-09\n\n岗位职责\n1. 负责分布式大语言模型 (LLM) 推理系统的底层基础设施研究与探索，包括 GPU 和 RDMA 等，提升 GPU 环境下的稳定性和计算效率；\n2. 负责大规模模型训练场景优化工作，通过建设全面的异常发现、故障自愈机制，提升平台训练 MFU，降低训练成本；\n3. 基于容器以及 Kubernetes 技术，负责对机器学习领域中的资源调度、模型训练、模型推理、数据管理等多个子方向的成本效率优化工作；\n4. 持续关注并跟进业界技术发展，比如超长上下文、思维链、多模态方向。\n\n任职要求\n1. 本科及以上学历，计算机相关专业；\n2. 掌握常用数据结构与算法，具备扎实的编程基础和良好的编码习惯；\n3. 熟悉至少一种编程语言（如 Golang、Java、Python 等）;\n4. 有 Docker、Kubernetes、vLLM、SGLang、RouteLLM 等技术的学习或实践经验者优先，参与过开源项目更佳；\n5. 积极主动，自驱力强，具备良好的团队合作精神和解决问题的能力；\n6. 对如下一个或多个领域有浓厚的兴趣，并愿意付出自己的时间进行深入研究和探索：\na. 机器学习框架：PyTorch、TensorFlow等机器学习框架、GPU等异构计算芯片及优化、MLOps、CV/NLP/搜广推等领域模型算法等。\nb. 云原生：Kubernetes及容器系统、大规模训练任务和推理服务编排和调度、镜像加速等。\n容器云AI Infra实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Hangzhou\n所属部门：D14207\n发布时间：2026-06-09\n\n岗位职责\n1. 负责分布式大语言模型 (LLM) 推理系统的底层基础设施研究与探索，包括 GPU 和 RDMA 等，提升 GPU 环境下的稳定性和计算效率；\n2. 负责大规模模型训练场景优化工作，通过建设全面的异常发现、故障自愈机制，提升平台训练 MFU，降低训练成本；\n3. 基于容器以及 Kubernetes 技术，负责对机器学习领域中的资源调度、模型训练、模型推理、数据管理等多个子方向的成本效率优化工作；\n4. 持续关注并跟进业界技术发展，比如超长上下文、思维链、多模态方向。\n\n任职要求\n1. 本科及以上学历，计算机相关专业；\n2. 掌握常用数据结构与算法，具备扎实的编程基础和良好的编码习惯；\n3. 熟悉至少一种编程语言（如 Golang、Java、Python 等）;\n4. 有 Docker、Kubernetes、vLLM、SGLang、RouteLLM 等技术的学习或实践经验者优先，参与过开源项目更佳；\n5. 积极主动，自驱力强，具备良好的团队合作精神和解决问题的能力；\n6. 对如下一个或多个领域有浓厚的兴趣，并愿意付出自己的时间进行深入研究和探索：\na. 机器学习框架：PyTorch、TensorFlow等机器学习框架、GPU等异构计算芯片及优化、MLOps、CV/NLP/搜广推等领域模型算法等。\nb. 云原生：Kubernetes及容器系统、大规模训练任务和推理服务编排和调度、镜像加速等。\n容器云AI Infra实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0012\n工作地点：Hangzhou\n所属部门：D14207\n发布时间：2026-06-09\n\n岗位职责\n1. 负责分布式大语言模型 (LLM) 推理系统的底层基础设施研究与探索，包括 GPU 和 RDMA 等，提升 GPU 环境下的稳定性和计算效率；\n2. 负责大规模模型训练场景优化工作，通过建设全面的异常发现、故障自愈机制，提升平台训练 MFU，降低训练成本；\n3. 基于容器以及 Kubernetes 技术，负责对机器学习领域中的资源调度、模型训练、模型推理、数据管理等多个子方向的成本效率优化工作；\n4. 持续关注并跟进业界技术发展，比如超长上下文、思维链、多模态方向。\n\n任职要求\n1. 本科及以上学历，计算机相关专业；\n2. 掌握常用数据结构与算法，具备扎实的编程基础和良好的编码习惯；\n3. 熟悉至少一种编程语言（如 Golang、Java、Python 等）;\n4. 有 Docker、Kubernetes、vLLM、SGLang、RouteLLM 等技术的学习或实践经验者优先，参与过开源项目更佳；\n5. 积极主动，自驱力强，具备良好的团队合作精神和解决问题的能力；\n6. 对如下一个或多个领域有浓厚的兴趣，并愿意付出自己的时间进行深入研究和探索：\na. 机器学习框架：PyTorch、TensorFlow等机器学习框架、GPU等异构计算芯片及优化、MLOps、CV/NLP/搜广推等领域模型算法等。\nb. 云原生：Kubernetes及容器系统、大规模训练任务和推理服务编排和调度、镜像加速等。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [
            "T018"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}