主分类：生产运维与可靠性工程
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": "AML机器学习系统SRE工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "后端"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "AML（Applied Machine Learning）机器学习系统团队专注于机器学习系统领域的前沿技术研究和落地，提供高性能、高可靠、可扩展的机器学习系统架构、丰富的异构计算资源和极致的端到端的机器学习服务体验，为全公司的产品和业务提供核心技术支持和服务。\n\n1、负责维护机器学习系统的稳定运转，支持模型开发、训练与部署的多个环节；\n2、负责资源的管理与规划，成本与预算，包括: GPU/CPU机器资源，存储等资源；\n3、负责多地域、多机房的系统容灾、服务部署管理和集群机器治理；\n4、负责集群、业务服务的稳定性治理，资源利用率提升和运维人效提升。",
"requirements_text": "1、一年以上运维开发项目经验；\n2、熟练掌握 Linux 环境下的 Go/Python/Shell 等1至2种以上语言；\n3、有大型分布式系统的资源管理和任务调度系统运维经验，熟悉 Kubernetes生态和架构，具备1年以上相关的运维经验；\n4、熟悉 Docker/Kata 等容器化技术，具备1年以上运维经验；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，良好的团队合作精神；\n6、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；\n7、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项：\n1、从事过大规模分布式系统的运维；\n2、有 GPU 服务器的运维经验。",
"skills": [AI生成
"Python",
"Linux",
"Docker",
"Kubernetes",
"分布式系统",
"团队协作",
"沟通能力",
"学习能力",
"分析能力",
"Go"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7380189454629587227/detail"
}
]
},
"posting": {
"posting_id": "7380189454629587227",
"post_date": "2024-06-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7380189454629587227/detail"
},
"fulltext": "AML机器学习系统SRE工程师\n职位描述\nAML（Applied Machine Learning）机器学习系统团队专注于机器学习系统领域的前沿技术研究和落地，提供高性能、高可靠、可扩展的机器学习系统架构、丰富的异构计算资源和极致的端到端的机器学习服务体验，为全公司的产品和业务提供核心技术支持和服务。\n\n1、负责维护机器学习系统的稳定运转，支持模型开发、训练与部署的多个环节；\n2、负责资源的管理与规划，成本与预算，包括: GPU/CPU机器资源，存储等资源；\n3、负责多地域、多机房的系统容灾、服务部署管理和集群机器治理；\n4、负责集群、业务服务的稳定性治理，资源利用率提升和运维人效提升。\n\n职位要求\n1、一年以上运维开发项目经验；\n2、熟练掌握 Linux 环境下的 Go/Python/Shell 等1至2种以上语言；\n3、有大型分布式系统的资源管理和任务调度系统运维经验，熟悉 Kubernetes生态和架构，具备1年以上相关的运维经验；\n4、熟悉 Docker/Kata 等容器化技术，具备1年以上运维经验；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，良好的团队合作精神；\n6、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；\n7、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项：\n1、从事过大规模分布式系统的运维；\n2、有 GPU 服务器的运维经验。\nAML（Applied Machine Learning）机器学习系统团队专注于机器学习系统领域的前沿技术研究和落地，提供高性能、高可靠、可扩展的机器学习系统架构、丰富的异构计算资源和极致的端到端的机器学习服务体验，为全公司的产品和业务提供核心技术支持和服务。\n\n1、负责维护机器学习系统的稳定运转，支持模型开发、训练与部署的多个环节；\n2、负责资源的管理与规划，成本与预算，包括: GPU/CPU机器资源，存储等资源；\n3、负责多地域、多机房的系统容灾、服务部署管理和集群机器治理；\n4、负责集群、业务服务的稳定性治理，资源利用率提升和运维人效提升。\n1、一年以上运维开发项目经验；\n2、熟练掌握 Linux 环境下的 Go/Python/Shell 等1至2种以上语言；\n3、有大型分布式系统的资源管理和任务调度系统运维经验，熟悉 Kubernetes生态和架构，具备1年以上相关的运维经验；\n4、熟悉 Docker/Kata 等容器化技术，具备1年以上运维经验；\n5、有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，良好的团队合作精神；\n6、有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分；\n7、有良好的工作文档习惯，及时按要求撰写更新工作流程及技术文档。\n\n加分项：\n1、从事过大规模分布式系统的运维；\n2、有 GPU 服务器的运维经验。",
"standard_classification": {
"std_category_code": "T020",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}