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": "AI infra工程师（C++）-网易有道",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "网易互联网2027届校园招聘",
"location": "杭州,北京",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "网易",
"company_industry": "互联网 / 游戏 / 数字内容",
"company_size": "10000人以上",
"company_website": "netease.com",
"company_description": "网易提供互联网和游戏服务，并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、结合HPC和AI前沿技术，设计和优化大模型训练和推理框架，负责模型优化、算子优化、图优化、分布式优化等，提升计算效率；\n2、负责云侧或端侧大模型和小模型推理服务开发、性能优化、上线等工作。",
"requirements_text": "1、本科及以上学历，计算机及相关专业优先；\n2、精通C/C++、python编程，熟悉常用数据结构；\n3、了解transformer的结构，了解模型训练、微调和推理的过程和原理；\n4、熟练使用AI Coding工具辅助开发，并能验证生成代码的正确性、性能和安全性；\n5、热爱技术，可以快速学习新技术，快速掌握HPC和AI前沿技术；\n6、有以下一项或多项技术能力者优先：\n（1）有GPU、NPU、ARM、或其他AI芯片等平台上AI落地实践经验；\n（2）熟悉并行计算和分布式计算技术，有 MPI、OpenMP、CUDA 等编程经验，或有PTX、汇编优化方法；\n（3）熟悉模型训练框架如Deepspeed、Megatron，pytorch等；\n（4）熟悉TensorRT-LLM、vLLM、sglang等任一推理框架，有实际操作经验；\n（5）熟悉多层次的软件优化经验，如模型剪枝/量化/压缩、分布式优化（PD分离）、存储优化、kv-cache优化、动态Batching、IO优化、算子/指令集优化等。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"CUDA",
"数据结构",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "1、本科及以上学历，计算机及相关专业优先；6、有以下一项或多项技术能力者优先：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus.163.com/app/detail/index?id=4857&projectId=103"
}
]
},
"posting": {
"posting_id": "103_4857",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.163.com/app/detail/index?id=4857&projectId=103"
},
"fulltext": "AI infra工程师（C++）-网易有道\n职位描述\n1、结合HPC和AI前沿技术，设计和优化大模型训练和推理框架，负责模型优化、算子优化、图优化、分布式优化等，提升计算效率；\n2、负责云侧或端侧大模型和小模型推理服务开发、性能优化、上线等工作。\n\n职位要求\n1、本科及以上学历，计算机及相关专业优先；\n2、精通C/C++、python编程，熟悉常用数据结构；\n3、了解transformer的结构，了解模型训练、微调和推理的过程和原理；\n4、熟练使用AI Coding工具辅助开发，并能验证生成代码的正确性、性能和安全性；\n5、热爱技术，可以快速学习新技术，快速掌握HPC和AI前沿技术；\n6、有以下一项或多项技术能力者优先：\n（1）有GPU、NPU、ARM、或其他AI芯片等平台上AI落地实践经验；\n（2）熟悉并行计算和分布式计算技术，有 MPI、OpenMP、CUDA 等编程经验，或有PTX、汇编优化方法；\n（3）熟悉模型训练框架如Deepspeed、Megatron，pytorch等；\n（4）熟悉TensorRT-LLM、vLLM、sglang等任一推理框架，有实际操作经验；\n（5）熟悉多层次的软件优化经验，如模型剪枝/量化/压缩、分布式优化（PD分离）、存储优化、kv-cache优化、动态Batching、IO优化、算子/指令集优化等。\n1、结合HPC和AI前沿技术，设计和优化大模型训练和推理框架，负责模型优化、算子优化、图优化、分布式优化等，提升计算效率；\n2、负责云侧或端侧大模型和小模型推理服务开发、性能优化、上线等工作。\n1、本科及以上学历，计算机及相关专业优先；\n2、精通C/C++、python编程，熟悉常用数据结构；\n3、了解transformer的结构，了解模型训练、微调和推理的过程和原理；\n4、熟练使用AI Coding工具辅助开发，并能验证生成代码的正确性、性能和安全性；\n5、热爱技术，可以快速学习新技术，快速掌握HPC和AI前沿技术；\n6、有以下一项或多项技术能力者优先：\n（1）有GPU、NPU、ARM、或其他AI芯片等平台上AI落地实践经验；\n（2）熟悉并行计算和分布式计算技术，有 MPI、OpenMP、CUDA 等编程经验，或有PTX、汇编优化方法；\n（3）熟悉模型训练框架如Deepspeed、Megatron，pytorch等；\n（4）熟悉TensorRT-LLM、vLLM、sglang等任一推理框架，有实际操作经验；\n（5）熟悉多层次的软件优化经验，如模型剪枝/量化/压缩、分布式优化（PD分离）、存储优化、kv-cache优化、动态Batching、IO优化、算子/指令集优化等。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}