主分类：AI训练推理与计算优化
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": "【快Star】基础大模型训练推理引擎研发工程师",
"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": "J1001"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【快Star】基础大模型训练推理引擎研发工程师\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：J1001\n工作地点：北京\n发布时间：2025-06-23\n\n岗位职责\n1、参与快手大语言模型、多模态基座模型的训练/推理引擎研发及优化工作；\n2、参与快手自研生成式推荐大模型训练全链路开发和优化，以及快手广告、电商、直播、搜索等全域模型的训练全链路研发与优化；\n3、设计和优化分布式训练框架，通过混合并行，通信计算overlap、低精度训练等方法解决超长序列、超大规模moe场景下的训练效率问题；\n4、参与通用高性能RL框架的开发和优化，包括但不限于高效rollout、高效RL链路调度优化等；\n5、通过各种技术手段持续优化性能，降低推理成本，包括但不限于：算子/编译优化、异构推理、模型量化&蒸馏、分布式并行等。\n\n任职要求\n1、精通Pytho/C++编程，有较好的编程风格和代码管理能力；\n2、有优秀的逻辑分析能力，有较好的数学基础；\n3、有开源大模型训练推理框架（pytorch/megatron/vllm/sglang)使用经验者优先；\n4、有相关实习经验优先。",
"requirements_text": "【快Star】基础大模型训练推理引擎研发工程师\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：J1001\n工作地点：北京\n发布时间：2025-06-23\n\n岗位职责\n1、参与快手大语言模型、多模态基座模型的训练/推理引擎研发及优化工作；\n2、参与快手自研生成式推荐大模型训练全链路开发和优化，以及快手广告、电商、直播、搜索等全域模型的训练全链路研发与优化；\n3、设计和优化分布式训练框架，通过混合并行，通信计算overlap、低精度训练等方法解决超长序列、超大规模moe场景下的训练效率问题；\n4、参与通用高性能RL框架的开发和优化，包括但不限于高效rollout、高效RL链路调度优化等；\n5、通过各种技术手段持续优化性能，降低推理成本，包括但不限于：算子/编译优化、异构推理、模型量化&蒸馏、分布式并行等。\n\n任职要求\n1、精通Pytho/C++编程，有较好的编程风格和代码管理能力；\n2、有优秀的逻辑分析能力，有较好的数学基础；\n3、有开源大模型训练推理框架（pytorch/megatron/vllm/sglang)使用经验者优先；\n4、有相关实习经验优先。",
"skills": [AI生成
"C++",
"PyTorch",
"模型训练",
"分析能力",
"招聘",
"大语言模型"
],
"preferred_qualifications": "3、有开源大模型训练推理框架（pytorch/megatron/vllm/sglang)使用经验者优先；4、有相关实习经验优先",
"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/9584?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "9584",
"post_date": "2025-06-23",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/9584?recruitSubProjectCodes="
},
"fulltext": "【快Star】基础大模型训练推理引擎研发工程师\n【快Star】基础大模型训练推理引擎研发工程师\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：J1001\n工作地点：北京\n发布时间：2025-06-23\n\n岗位职责\n1、参与快手大语言模型、多模态基座模型的训练/推理引擎研发及优化工作；\n2、参与快手自研生成式推荐大模型训练全链路开发和优化，以及快手广告、电商、直播、搜索等全域模型的训练全链路研发与优化；\n3、设计和优化分布式训练框架，通过混合并行，通信计算overlap、低精度训练等方法解决超长序列、超大规模moe场景下的训练效率问题；\n4、参与通用高性能RL框架的开发和优化，包括但不限于高效rollout、高效RL链路调度优化等；\n5、通过各种技术手段持续优化性能，降低推理成本，包括但不限于：算子/编译优化、异构推理、模型量化&蒸馏、分布式并行等。\n\n任职要求\n1、精通Pytho/C++编程，有较好的编程风格和代码管理能力；\n2、有优秀的逻辑分析能力，有较好的数学基础；\n3、有开源大模型训练推理框架（pytorch/megatron/vllm/sglang)使用经验者优先；\n4、有相关实习经验优先。\n【快Star】基础大模型训练推理引擎研发工程师\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：J1001\n工作地点：北京\n发布时间：2025-06-23\n\n岗位职责\n1、参与快手大语言模型、多模态基座模型的训练/推理引擎研发及优化工作；\n2、参与快手自研生成式推荐大模型训练全链路开发和优化，以及快手广告、电商、直播、搜索等全域模型的训练全链路研发与优化；\n3、设计和优化分布式训练框架，通过混合并行，通信计算overlap、低精度训练等方法解决超长序列、超大规模moe场景下的训练效率问题；\n4、参与通用高性能RL框架的开发和优化，包括但不限于高效rollout、高效RL链路调度优化等；\n5、通过各种技术手段持续优化性能，降低推理成本，包括但不限于：算子/编译优化、异构推理、模型量化&蒸馏、分布式并行等。\n\n任职要求\n1、精通Pytho/C++编程，有较好的编程风格和代码管理能力；\n2、有优秀的逻辑分析能力，有较好的数学基础；\n3、有开源大模型训练推理框架（pytorch/megatron/vllm/sglang)使用经验者优先；\n4、有相关实习经验优先。\n【快Star】基础大模型训练推理引擎研发工程师\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：J1001\n工作地点：北京\n发布时间：2025-06-23\n\n岗位职责\n1、参与快手大语言模型、多模态基座模型的训练/推理引擎研发及优化工作；\n2、参与快手自研生成式推荐大模型训练全链路开发和优化，以及快手广告、电商、直播、搜索等全域模型的训练全链路研发与优化；\n3、设计和优化分布式训练框架，通过混合并行，通信计算overlap、低精度训练等方法解决超长序列、超大规模moe场景下的训练效率问题；\n4、参与通用高性能RL框架的开发和优化，包括但不限于高效rollout、高效RL链路调度优化等；\n5、通过各种技术手段持续优化性能，降低推理成本，包括但不限于：算子/编译优化、异构推理、模型量化&蒸馏、分布式并行等。\n\n任职要求\n1、精通Pytho/C++编程，有较好的编程风格和代码管理能力；\n2、有优秀的逻辑分析能力，有较好的数学基础；\n3、有开源大模型训练推理框架（pytorch/megatron/vllm/sglang)使用经验者优先；\n4、有相关实习经验优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}