主分类：AI训练推理与计算优化
辅助：Agent系统开发（仅展示）
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": "大模型算法工程师（引擎工程）-【算法中心】",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D13811",
"location": "Beijing",
"work_mode": "未披露",AI生成
"job_category": "J0011"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": "- 计算机科学、软件工程、机器学习或相关领域本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "大模型算法工程师（引擎工程）-【算法中心】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13811\n发布时间：2026-08-17\n\n岗位职责\n我们正在招募经验丰富、技术卓越的算法工程化工程师，负责构建与优化支持大规模深度学习模型的高效计算与部署平台。您将深入参与大模型训练框架开发、大模型优化、推理加速等核心领域，为前沿 AI 模型的开发与落地提供关键技术支撑。\n主要职责\n1、参与安全/风控大模型训练框架的开发工作，实现支持分布式训练及Post-training（如RL）框架在业务场景的落地，优化模型训练效率与资源利用率，保障平台的高性能与稳定性；\n2、参与大模型推理引擎的开发工作，在多硬件架构的环境下，支持在线/离线推理需求，优化推理耗时、内存占用及计算效率，应用动态批处理、上下文缓存、模型量化、推测解码等优化技术；\n3、构建大模型智能体Agent应用，通过算法产品化能力，实现业务场景算法能力的标准化输出；\n4、持续协同算法团队，推进前沿算法工程能力，转化为可落地的技术方案。\n\n任职要求\n1、基本要求\n- 计算机科学、软件工程、机器学习或相关领域本科及以上学历；\n- 深刻理解深度学习原理及分布式训练框架（如 DeepSpeed/Horovod/Ray）；\n- 熟练掌握至少一种主流深度学习框架（PyTorch/TensorFlow/JAX）；\n- 扎实的编程能力，精通 Python 及至少一种系统级语言（Go/C++/Rust）；\n2、有下列任意经验者优先\n- 具备大规模模型（如 Transformer/LLM）训练与部署经验；\n- 熟悉模型优化技术（混合精度训练/剪枝/量化）；\n- 掌握云计算与容器化技术（Kubernetes/Docker/Terraform）；\n- 具备新兴AI硬件（NVIDIA H系列/华为昇腾）调优经验。",
"requirements_text": "大模型算法工程师（引擎工程）-【算法中心】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13811\n发布时间：2026-08-17\n\n岗位职责\n我们正在招募经验丰富、技术卓越的算法工程化工程师，负责构建与优化支持大规模深度学习模型的高效计算与部署平台。您将深入参与大模型训练框架开发、大模型优化、推理加速等核心领域，为前沿 AI 模型的开发与落地提供关键技术支撑。\n主要职责\n1、参与安全/风控大模型训练框架的开发工作，实现支持分布式训练及Post-training（如RL）框架在业务场景的落地，优化模型训练效率与资源利用率，保障平台的高性能与稳定性；\n2、参与大模型推理引擎的开发工作，在多硬件架构的环境下，支持在线/离线推理需求，优化推理耗时、内存占用及计算效率，应用动态批处理、上下文缓存、模型量化、推测解码等优化技术；\n3、构建大模型智能体Agent应用，通过算法产品化能力，实现业务场景算法能力的标准化输出；\n4、持续协同算法团队，推进前沿算法工程能力，转化为可落地的技术方案。\n\n任职要求\n1、基本要求\n- 计算机科学、软件工程、机器学习或相关领域本科及以上学历；\n- 深刻理解深度学习原理及分布式训练框架（如 DeepSpeed/Horovod/Ray）；\n- 熟练掌握至少一种主流深度学习框架（PyTorch/TensorFlow/JAX）；\n- 扎实的编程能力，精通 Python 及至少一种系统级语言（Go/C++/Rust）；\n2、有下列任意经验者优先\n- 具备大规模模型（如 Transformer/LLM）训练与部署经验；\n- 熟悉模型优化技术（混合精度训练/剪枝/量化）；\n- 掌握云计算与容器化技术（Kubernetes/Docker/Terraform）；\n- 具备新兴AI硬件（NVIDIA H系列/华为昇腾）调优经验。",
"skills": [AI生成
"Python",
"C++",
"Rust",
"Docker",
"Kubernetes",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"模型训练",
"招聘",
"Go",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "2、有下列任意经验者优先",
"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/30155"
}
]
},
"posting": {
"posting_id": "30155",
"post_date": "2026-08-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/30155"
},
"fulltext": "大模型算法工程师（引擎工程）-【算法中心】\n大模型算法工程师（引擎工程）-【算法中心】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13811\n发布时间：2026-08-17\n\n岗位职责\n我们正在招募经验丰富、技术卓越的算法工程化工程师，负责构建与优化支持大规模深度学习模型的高效计算与部署平台。您将深入参与大模型训练框架开发、大模型优化、推理加速等核心领域，为前沿 AI 模型的开发与落地提供关键技术支撑。\n主要职责\n1、参与安全/风控大模型训练框架的开发工作，实现支持分布式训练及Post-training（如RL）框架在业务场景的落地，优化模型训练效率与资源利用率，保障平台的高性能与稳定性；\n2、参与大模型推理引擎的开发工作，在多硬件架构的环境下，支持在线/离线推理需求，优化推理耗时、内存占用及计算效率，应用动态批处理、上下文缓存、模型量化、推测解码等优化技术；\n3、构建大模型智能体Agent应用，通过算法产品化能力，实现业务场景算法能力的标准化输出；\n4、持续协同算法团队，推进前沿算法工程能力，转化为可落地的技术方案。\n\n任职要求\n1、基本要求\n- 计算机科学、软件工程、机器学习或相关领域本科及以上学历；\n- 深刻理解深度学习原理及分布式训练框架（如 DeepSpeed/Horovod/Ray）；\n- 熟练掌握至少一种主流深度学习框架（PyTorch/TensorFlow/JAX）；\n- 扎实的编程能力，精通 Python 及至少一种系统级语言（Go/C++/Rust）；\n2、有下列任意经验者优先\n- 具备大规模模型（如 Transformer/LLM）训练与部署经验；\n- 熟悉模型优化技术（混合精度训练/剪枝/量化）；\n- 掌握云计算与容器化技术（Kubernetes/Docker/Terraform）；\n- 具备新兴AI硬件（NVIDIA H系列/华为昇腾）调优经验。\n大模型算法工程师（引擎工程）-【算法中心】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13811\n发布时间：2026-08-17\n\n岗位职责\n我们正在招募经验丰富、技术卓越的算法工程化工程师，负责构建与优化支持大规模深度学习模型的高效计算与部署平台。您将深入参与大模型训练框架开发、大模型优化、推理加速等核心领域，为前沿 AI 模型的开发与落地提供关键技术支撑。\n主要职责\n1、参与安全/风控大模型训练框架的开发工作，实现支持分布式训练及Post-training（如RL）框架在业务场景的落地，优化模型训练效率与资源利用率，保障平台的高性能与稳定性；\n2、参与大模型推理引擎的开发工作，在多硬件架构的环境下，支持在线/离线推理需求，优化推理耗时、内存占用及计算效率，应用动态批处理、上下文缓存、模型量化、推测解码等优化技术；\n3、构建大模型智能体Agent应用，通过算法产品化能力，实现业务场景算法能力的标准化输出；\n4、持续协同算法团队，推进前沿算法工程能力，转化为可落地的技术方案。\n\n任职要求\n1、基本要求\n- 计算机科学、软件工程、机器学习或相关领域本科及以上学历；\n- 深刻理解深度学习原理及分布式训练框架（如 DeepSpeed/Horovod/Ray）；\n- 熟练掌握至少一种主流深度学习框架（PyTorch/TensorFlow/JAX）；\n- 扎实的编程能力，精通 Python 及至少一种系统级语言（Go/C++/Rust）；\n2、有下列任意经验者优先\n- 具备大规模模型（如 Transformer/LLM）训练与部署经验；\n- 熟悉模型优化技术（混合精度训练/剪枝/量化）；\n- 掌握云计算与容器化技术（Kubernetes/Docker/Terraform）；\n- 具备新兴AI硬件（NVIDIA H系列/华为昇腾）调优经验。\n大模型算法工程师（引擎工程）-【算法中心】\n\n基础信息\n招聘类型：社招\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13811\n发布时间：2026-08-17\n\n岗位职责\n我们正在招募经验丰富、技术卓越的算法工程化工程师，负责构建与优化支持大规模深度学习模型的高效计算与部署平台。您将深入参与大模型训练框架开发、大模型优化、推理加速等核心领域，为前沿 AI 模型的开发与落地提供关键技术支撑。\n主要职责\n1、参与安全/风控大模型训练框架的开发工作，实现支持分布式训练及Post-training（如RL）框架在业务场景的落地，优化模型训练效率与资源利用率，保障平台的高性能与稳定性；\n2、参与大模型推理引擎的开发工作，在多硬件架构的环境下，支持在线/离线推理需求，优化推理耗时、内存占用及计算效率，应用动态批处理、上下文缓存、模型量化、推测解码等优化技术；\n3、构建大模型智能体Agent应用，通过算法产品化能力，实现业务场景算法能力的标准化输出；\n4、持续协同算法团队，推进前沿算法工程能力，转化为可落地的技术方案。\n\n任职要求\n1、基本要求\n- 计算机科学、软件工程、机器学习或相关领域本科及以上学历；\n- 深刻理解深度学习原理及分布式训练框架（如 DeepSpeed/Horovod/Ray）；\n- 熟练掌握至少一种主流深度学习框架（PyTorch/TensorFlow/JAX）；\n- 扎实的编程能力，精通 Python 及至少一种系统级语言（Go/C++/Rust）；\n2、有下列任意经验者优先\n- 具备大规模模型（如 Transformer/LLM）训练与部署经验；\n- 熟悉模型优化技术（混合精度训练/剪枝/量化）；\n- 掌握云计算与容器化技术（Kubernetes/Docker/Terraform）；\n- 具备新兴AI硬件（NVIDIA H系列/华为昇腾）调优经验。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}