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": "大模型推理/训练引擎研发工程师",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "D0000",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "J1014"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": "本科以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "大模型推理/训练引擎研发工程师\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：J1014\n工作地点：北京\n所属部门：D0000\n发布时间：2025-07-11\n\n岗位职责\n1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等；\n2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能；\n3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。\n\n任职要求\n1、本科以上学历，电子、自动化、计算机类专业优先；\n2、了解分布式系统或高性能计算相关知识，具备良好的系统编程、数据结构、算法基础、系统设计能力；\n3、熟悉Linux开发环境、熟练使用Pytorch训练框架，掌握 C++/Python编程语言；\n4、具有良好的团队合作精神和沟通能力。热爱钻研技术，善于分析、解决工程问题，能够对算法和底层的协同优化起到核心桥梁作用。\n加分项：\n1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；\n2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；\n3、在国际顶级会议/期刊上有相关论文发表优先；\n4、有机器学习平台开发和深度学习框架开发等领域开发经验优先。",
"requirements_text": "大模型推理/训练引擎研发工程师\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：J1014\n工作地点：北京\n所属部门：D0000\n发布时间：2025-07-11\n\n岗位职责\n1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等；\n2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能；\n3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。\n\n任职要求\n1、本科以上学历，电子、自动化、计算机类专业优先；\n2、了解分布式系统或高性能计算相关知识，具备良好的系统编程、数据结构、算法基础、系统设计能力；\n3、熟悉Linux开发环境、熟练使用Pytorch训练框架，掌握 C++/Python编程语言；\n4、具有良好的团队合作精神和沟通能力。热爱钻研技术，善于分析、解决工程问题，能够对算法和底层的协同优化起到核心桥梁作用。\n加分项：\n1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；\n2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；\n3、在国际顶级会议/期刊上有相关论文发表优先；\n4、有机器学习平台开发和深度学习框架开发等领域开发经验优先。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"PyTorch",
"TensorFlow",
"CUDA",
"机器学习",
"深度学习",
"数据结构",
"分布式系统",
"模型训练",
"团队协作",
"沟通能力",
"招聘",
"大语言模型"
],
"preferred_qualifications": "1、本科以上学历，电子、自动化、计算机类专业优先；加分项：；1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；3、在国际顶级会议/期刊上有相关论文发表优先；4、有机器学习平台开发和深度学习框架开发等领域开发经验优先",
"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/9884?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "9884",
"post_date": "2025-07-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/9884?recruitSubProjectCodes="
},
"fulltext": "大模型推理/训练引擎研发工程师\n大模型推理/训练引擎研发工程师\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：J1014\n工作地点：北京\n所属部门：D0000\n发布时间：2025-07-11\n\n岗位职责\n1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等；\n2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能；\n3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。\n\n任职要求\n1、本科以上学历，电子、自动化、计算机类专业优先；\n2、了解分布式系统或高性能计算相关知识，具备良好的系统编程、数据结构、算法基础、系统设计能力；\n3、熟悉Linux开发环境、熟练使用Pytorch训练框架，掌握 C++/Python编程语言；\n4、具有良好的团队合作精神和沟通能力。热爱钻研技术，善于分析、解决工程问题，能够对算法和底层的协同优化起到核心桥梁作用。\n加分项：\n1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；\n2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；\n3、在国际顶级会议/期刊上有相关论文发表优先；\n4、有机器学习平台开发和深度学习框架开发等领域开发经验优先。\n大模型推理/训练引擎研发工程师\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：J1014\n工作地点：北京\n所属部门：D0000\n发布时间：2025-07-11\n\n岗位职责\n1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等；\n2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能；\n3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。\n\n任职要求\n1、本科以上学历，电子、自动化、计算机类专业优先；\n2、了解分布式系统或高性能计算相关知识，具备良好的系统编程、数据结构、算法基础、系统设计能力；\n3、熟悉Linux开发环境、熟练使用Pytorch训练框架，掌握 C++/Python编程语言；\n4、具有良好的团队合作精神和沟通能力。热爱钻研技术，善于分析、解决工程问题，能够对算法和底层的协同优化起到核心桥梁作用。\n加分项：\n1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；\n2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；\n3、在国际顶级会议/期刊上有相关论文发表优先；\n4、有机器学习平台开发和深度学习框架开发等领域开发经验优先。\n大模型推理/训练引擎研发工程师\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：J1014\n工作地点：北京\n所属部门：D0000\n发布时间：2025-07-11\n\n岗位职责\n1、参与快手大规模深度学习推理引擎、大模型训练解决方案的研发与优化，包括大模型推理、模型训练框架、微调平台等；\n2、参与底层算子的优化、通过优化访存pattern、计算提升推理性能，与算法部门合作，为公司大模型定制训练方案，探索RLHF、MoE、多模态、longcontext等前沿方向，提升训练性能；\n3、优化推理框架上层调度策略，通过机内、机间的计算任务调度和通讯优化提升引擎性能；优化现有大语言模型相关工具和平台，提高模型训练、维护效率，降低成本，提升训练服务稳定性。\n\n任职要求\n1、本科以上学历，电子、自动化、计算机类专业优先；\n2、了解分布式系统或高性能计算相关知识，具备良好的系统编程、数据结构、算法基础、系统设计能力；\n3、熟悉Linux开发环境、熟练使用Pytorch训练框架，掌握 C++/Python编程语言；\n4、具有良好的团队合作精神和沟通能力。热爱钻研技术，善于分析、解决工程问题，能够对算法和底层的协同优化起到核心桥梁作用。\n加分项：\n1、熟悉tensorflow、pytorch、TensorRT， FasterTransformer等主流推理和训练框架，并有相关优化经验者优先；\n2、具备大模型训练、分布式训练、微调经验、HPC基础知识，了解集合通信和CUDA编程，熟悉triton、cutlass、有算子库开发经验者优先；\n3、在国际顶级会议/期刊上有相关论文发表优先；\n4、有机器学习平台开发和深度学习框架开发等领域开发经验优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}