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": "机器学习研发工程师-搜索架构",
"job_level": "未披露",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": "机器学习"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"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": "1、参与抖音&国际化短视频搜索场景下机器学习和深度学习架构的设计与实现；\n2、关注文本相关性模型、多模态、Wide&Deep模型、LLM模型等深度学习模型在搜索场景中的性能和成本优化；\n3、提高模型训练效率，加速推理性能，优化GPU吞吐；\n4、设计和开发高性能算子库，研究最新的GPU计算技术和优化方法，充分利用GPU并行计算能力，支持各种模型在不同硬件上的构建和部署。",
"requirements_text": "1、掌握扎实的计算机基础知识，深入理解数据结构、算法和操作系统知识；\n2、有强烈的求知欲，快速学习和沟通能力；\n3、编程能力扎实，有良好的编程习惯。\n\n加分项：\n1、熟悉主流的深度学习框架（Pytorch、Tensorflow）；\n2、熟悉主流高性能并行编程技术，有GPU编程经验（CUDA或Triton）；\n3、熟悉vLLM，TRT-LLM等大模型推理框架，熟悉大模型并发推理原理；\n4、熟悉FSDP、DeepSpeed、Megatron等业界主流分布框架的使用和原理。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"CUDA",
"深度学习",
"数据结构",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7424463062256093467/detail"
}
]
},
"posting": {
"posting_id": "7424463062256093467",
"post_date": "2024-10-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7424463062256093467/detail"
},
"fulltext": "机器学习研发工程师-搜索架构\n职位描述\n1、参与抖音&国际化短视频搜索场景下机器学习和深度学习架构的设计与实现；\n2、关注文本相关性模型、多模态、Wide&Deep模型、LLM模型等深度学习模型在搜索场景中的性能和成本优化；\n3、提高模型训练效率，加速推理性能，优化GPU吞吐；\n4、设计和开发高性能算子库，研究最新的GPU计算技术和优化方法，充分利用GPU并行计算能力，支持各种模型在不同硬件上的构建和部署。\n\n职位要求\n1、掌握扎实的计算机基础知识，深入理解数据结构、算法和操作系统知识；\n2、有强烈的求知欲，快速学习和沟通能力；\n3、编程能力扎实，有良好的编程习惯。\n\n加分项：\n1、熟悉主流的深度学习框架（Pytorch、Tensorflow）；\n2、熟悉主流高性能并行编程技术，有GPU编程经验（CUDA或Triton）；\n3、熟悉vLLM，TRT-LLM等大模型推理框架，熟悉大模型并发推理原理；\n4、熟悉FSDP、DeepSpeed、Megatron等业界主流分布框架的使用和原理。\n1、参与抖音&国际化短视频搜索场景下机器学习和深度学习架构的设计与实现；\n2、关注文本相关性模型、多模态、Wide&Deep模型、LLM模型等深度学习模型在搜索场景中的性能和成本优化；\n3、提高模型训练效率，加速推理性能，优化GPU吞吐；\n4、设计和开发高性能算子库，研究最新的GPU计算技术和优化方法，充分利用GPU并行计算能力，支持各种模型在不同硬件上的构建和部署。\n1、掌握扎实的计算机基础知识，深入理解数据结构、算法和操作系统知识；\n2、有强烈的求知欲，快速学习和沟通能力；\n3、编程能力扎实，有良好的编程习惯。\n\n加分项：\n1、熟悉主流的深度学习框架（Pytorch、Tensorflow）；\n2、熟悉主流高性能并行编程技术，有GPU编程经验（CUDA或Triton）；\n3、熟悉vLLM，TRT-LLM等大模型推理框架，熟悉大模型并发推理原理；\n4、熟悉FSDP、DeepSpeed、Megatron等业界主流分布框架的使用和原理。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}