{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "Infra平台开发工程师-Data AML",
        "job_level": "未披露",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": "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": 3,
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、AI基础设施平台研发：参与/负责面向大规模GPU集群、分布式存储与高性能网络的资源管理、调度、配额、隔离等平台能力建设，支持万卡级训练与大规模推理场景；\n2、资源效率与成本优化：围绕GPU利用率、显存/算力/存储/带宽等关键指标，构建可观测体系并推动调度策略、混部、弹性伸缩、潮汐复用等优化方案落地；\n3、稳定性体系建设：建立覆盖容量、变更、故障、应急的稳定性体系，主导/参与SLO定义、容量规划、故障演练、应急预案、Postmortem等工作，持续降低MTTR与故障影响面；\n4、研发体系标准化：沉淀AI训练/推理/数据流水线的研发规范、模板与工具链（CI/CD、版本管理、环境管理、镜像管理、配置管理等），推动跨团队研发流程的统一与提效；\n5、AIOps智能运维：基于平台大盘指标、日志、Trace、事件等数据，建设异常检测、告警降噪、根因定位、容量预测、自动化处置等智能运维能力；探索大模型/Agent在AI Infra运维场景的落地。",
        "requirements_text": "1、本科及以上学历，计算机、软件工程、人工智能等相关专业；3年以上后端研发工作经验；\n2、扎实的编程功底，熟悉Go/Python/Java中至少一门，具备良好的工程架构与代码质量意识；熟悉Python Flask、Celery、DjanGo、Tornado、NumPy等框架和库使用或熟悉Golang BeeGo、Gin、Gorm、Sarama，gRPC-Go等常见开源框架；\n3、熟悉分布式系统、微服务架构，了解可观测性体系（OpenTSDB、Prometheus、Grafana、ELK、OpenTelemetry等），OLAP数据库ClickHouse使用；\n4、具备以下任一方向经验者优先：\n1）时序异常检测、告警降噪、根因分析等AIOps算法落地经验；\n2）大模型/RAG/Agent应用开发经验；\n3）监控、日志、Trace数据处理与平台建设经验；\n5、良好的问题分析与解决能力，较强的沟通协作能力和主动性，能在复杂系统中快速定位与解决问题。",
        "skills": [AI生成
            "Python",
            "Java",
            "Golang",
            "ClickHouse",
            "Django",
            "分布式系统",
            "微服务",
            "数据库",
            "解决问题",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "4、具备以下任一方向经验者优先：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7380190561422428453/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7380190561422428453",
        "post_date": "2024-06-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7380190561422428453/detail"
    },
    "fulltext": "Infra平台开发工程师-Data AML\n职位描述\n1、AI基础设施平台研发：参与/负责面向大规模GPU集群、分布式存储与高性能网络的资源管理、调度、配额、隔离等平台能力建设，支持万卡级训练与大规模推理场景；\n2、资源效率与成本优化：围绕GPU利用率、显存/算力/存储/带宽等关键指标，构建可观测体系并推动调度策略、混部、弹性伸缩、潮汐复用等优化方案落地；\n3、稳定性体系建设：建立覆盖容量、变更、故障、应急的稳定性体系，主导/参与SLO定义、容量规划、故障演练、应急预案、Postmortem等工作，持续降低MTTR与故障影响面；\n4、研发体系标准化：沉淀AI训练/推理/数据流水线的研发规范、模板与工具链（CI/CD、版本管理、环境管理、镜像管理、配置管理等），推动跨团队研发流程的统一与提效；\n5、AIOps智能运维：基于平台大盘指标、日志、Trace、事件等数据，建设异常检测、告警降噪、根因定位、容量预测、自动化处置等智能运维能力；探索大模型/Agent在AI Infra运维场景的落地。\n\n职位要求\n1、本科及以上学历，计算机、软件工程、人工智能等相关专业；3年以上后端研发工作经验；\n2、扎实的编程功底，熟悉Go/Python/Java中至少一门，具备良好的工程架构与代码质量意识；熟悉Python Flask、Celery、DjanGo、Tornado、NumPy等框架和库使用或熟悉Golang BeeGo、Gin、Gorm、Sarama，gRPC-Go等常见开源框架；\n3、熟悉分布式系统、微服务架构，了解可观测性体系（OpenTSDB、Prometheus、Grafana、ELK、OpenTelemetry等），OLAP数据库ClickHouse使用；\n4、具备以下任一方向经验者优先：\n1）时序异常检测、告警降噪、根因分析等AIOps算法落地经验；\n2）大模型/RAG/Agent应用开发经验；\n3）监控、日志、Trace数据处理与平台建设经验；\n5、良好的问题分析与解决能力，较强的沟通协作能力和主动性，能在复杂系统中快速定位与解决问题。\n1、AI基础设施平台研发：参与/负责面向大规模GPU集群、分布式存储与高性能网络的资源管理、调度、配额、隔离等平台能力建设，支持万卡级训练与大规模推理场景；\n2、资源效率与成本优化：围绕GPU利用率、显存/算力/存储/带宽等关键指标，构建可观测体系并推动调度策略、混部、弹性伸缩、潮汐复用等优化方案落地；\n3、稳定性体系建设：建立覆盖容量、变更、故障、应急的稳定性体系，主导/参与SLO定义、容量规划、故障演练、应急预案、Postmortem等工作，持续降低MTTR与故障影响面；\n4、研发体系标准化：沉淀AI训练/推理/数据流水线的研发规范、模板与工具链（CI/CD、版本管理、环境管理、镜像管理、配置管理等），推动跨团队研发流程的统一与提效；\n5、AIOps智能运维：基于平台大盘指标、日志、Trace、事件等数据，建设异常检测、告警降噪、根因定位、容量预测、自动化处置等智能运维能力；探索大模型/Agent在AI Infra运维场景的落地。\n1、本科及以上学历，计算机、软件工程、人工智能等相关专业；3年以上后端研发工作经验；\n2、扎实的编程功底，熟悉Go/Python/Java中至少一门，具备良好的工程架构与代码质量意识；熟悉Python Flask、Celery、DjanGo、Tornado、NumPy等框架和库使用或熟悉Golang BeeGo、Gin、Gorm、Sarama，gRPC-Go等常见开源框架；\n3、熟悉分布式系统、微服务架构，了解可观测性体系（OpenTSDB、Prometheus、Grafana、ELK、OpenTelemetry等），OLAP数据库ClickHouse使用；\n4、具备以下任一方向经验者优先：\n1）时序异常检测、告警降噪、根因分析等AIOps算法落地经验；\n2）大模型/RAG/Agent应用开发经验；\n3）监控、日志、Trace数据处理与平台建设经验；\n5、良好的问题分析与解决能力，较强的沟通协作能力和主动性，能在复杂系统中快速定位与解决问题。",
    "standard_classification": {
        "std_category_code": "T018",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}