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 研发专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "技术中心",
"location": "广州市",
"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": 3,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.构建企业级云原生机器学习平台，支持模型开发、训练、部署的全生命周期管理\n2.参与核心技术组件研发，包括分布式训练调度、模型版本管理、模型服务化与推理优化\n3.建立 GPU 算力精细化运营体系，通过异构计算调度、弹性伸缩等手段降低大模型训练与推理成本\n4.建立完善的监控告警体系，确保系统高可用性和安全性\n5,与算法团队、业务团队深度协作，理解需求并提供技术解决方案",
"requirements_text": "1. 有大规模K8s集群管理经验，熟悉容器技术、服务网格和云原生CI/CD工具链。\n2. 熟悉主流机器学习框架（TensorFlow/PyTorch），深入理解分布式训练原理（数据并行、模型并行）。\n3. 有MLOps平台构建经验，熟悉Kubeflow、MLflow、Ray等工具，了解模型优化技术。\n4. 深入理解GPU工作原理和调度机制，熟悉NVIDIA GPU架构，有GPU集群管理和资源调度经验。\n5. 熟练掌握 Python/Go，具备优秀的分布式系统设计能力。熟悉高性能网络（RDMA/InfiniBand）或高性能存储者优先。\n6. 熟悉 LangChain, LlamaIndex, AutoGPT 等框架原理，具备实战经验优先。\n7. 持续关注 GenAI 领域前沿技术（如 MoE 架构、长上下文优化），有 HuggingFace 开源社区贡献经验者优先。\n8. 具备优秀的沟通协调能力和抗压能力，有团队管理经验更佳。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"机器学习",
"分布式系统",
"团队管理",
"沟通协调",
"沟通能力",
"Go"
],
"preferred_qualifications": "熟悉高性能网络（RDMA/InfiniBand）或高性能存储者优先；6. 熟悉 LangChain, LlamaIndex, AutoGPT 等框架原理，具备实战经验优先；7. 持续关注 GenAI 领域前沿技术（如 MoE 架构、长上下文优化），有 HuggingFace 开源社区贡献经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://hr.163.com/job-detail.html?id=74021&lang=zh"
}
]
},
"posting": {
"posting_id": "74021",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=74021&lang=zh"
},
"fulltext": "AI Infra 研发专家\n职位描述\n1.构建企业级云原生机器学习平台，支持模型开发、训练、部署的全生命周期管理\n2.参与核心技术组件研发，包括分布式训练调度、模型版本管理、模型服务化与推理优化\n3.建立 GPU 算力精细化运营体系，通过异构计算调度、弹性伸缩等手段降低大模型训练与推理成本\n4.建立完善的监控告警体系，确保系统高可用性和安全性\n5,与算法团队、业务团队深度协作，理解需求并提供技术解决方案\n\n职位要求\n1. 有大规模K8s集群管理经验，熟悉容器技术、服务网格和云原生CI/CD工具链。\n2. 熟悉主流机器学习框架（TensorFlow/PyTorch），深入理解分布式训练原理（数据并行、模型并行）。\n3. 有MLOps平台构建经验，熟悉Kubeflow、MLflow、Ray等工具，了解模型优化技术。\n4. 深入理解GPU工作原理和调度机制，熟悉NVIDIA GPU架构，有GPU集群管理和资源调度经验。\n5. 熟练掌握 Python/Go，具备优秀的分布式系统设计能力。熟悉高性能网络（RDMA/InfiniBand）或高性能存储者优先。\n6. 熟悉 LangChain, LlamaIndex, AutoGPT 等框架原理，具备实战经验优先。\n7. 持续关注 GenAI 领域前沿技术（如 MoE 架构、长上下文优化），有 HuggingFace 开源社区贡献经验者优先。\n8. 具备优秀的沟通协调能力和抗压能力，有团队管理经验更佳。\n1.构建企业级云原生机器学习平台，支持模型开发、训练、部署的全生命周期管理\n2.参与核心技术组件研发，包括分布式训练调度、模型版本管理、模型服务化与推理优化\n3.建立 GPU 算力精细化运营体系，通过异构计算调度、弹性伸缩等手段降低大模型训练与推理成本\n4.建立完善的监控告警体系，确保系统高可用性和安全性\n5,与算法团队、业务团队深度协作，理解需求并提供技术解决方案\n1. 有大规模K8s集群管理经验，熟悉容器技术、服务网格和云原生CI/CD工具链。\n2. 熟悉主流机器学习框架（TensorFlow/PyTorch），深入理解分布式训练原理（数据并行、模型并行）。\n3. 有MLOps平台构建经验，熟悉Kubeflow、MLflow、Ray等工具，了解模型优化技术。\n4. 深入理解GPU工作原理和调度机制，熟悉NVIDIA GPU架构，有GPU集群管理和资源调度经验。\n5. 熟练掌握 Python/Go，具备优秀的分布式系统设计能力。熟悉高性能网络（RDMA/InfiniBand）或高性能存储者优先。\n6. 熟悉 LangChain, LlamaIndex, AutoGPT 等框架原理，具备实战经验优先。\n7. 持续关注 GenAI 领域前沿技术（如 MoE 架构、长上下文优化），有 HuggingFace 开源社区贡献经验者优先。\n8. 具备优秀的沟通协调能力和抗压能力，有团队管理经验更佳。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}