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算力工程师",
"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": "未披露"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"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、GPU 核心能力建设：持续探索前沿 GPU 芯片的技术特性，包括国产卡适配、混合精度、模型量化、显存优化等技术，将芯片能力转化为业务竞争力，有力支撑集团 AI 战略落地；\n2、万卡集群调度与管理：基于 Kubernetes 建设和运营万卡级 GPU 集群，负责 GPU 适配、拓扑感知调度、Gang 调度、GPU 故障自愈、全链路可观测等核心能力，支撑小米自研大模型 MiMo 的训练和推理等重点业务场景；\n3、GPU 池化和利用率提升：统一纳管小米 GPU 资源，推进 GPU 调度优化、资源池化、GPU 虚拟化、训推混部等关键技术研发，持续提升全集团 GPU 资源利用率，实现技术降本增效。",
"requirements_text": "1、熟悉主流 GPU 训练和推理芯片，熟悉 CUDA 生态，有大模型训练和推理优化经验优先；\n2、熟悉 Kubernetes 和 GPU 算力管理，有万卡集群建设和 GPU 利用率提升经验优先；\n3、熟练 Go/Python/C++至少一门语言，有 PyTorch/Volcano/Megatron/SGLang 框架熟悉者优先\n计算机相关专业，本科及以上学历。",
"skills": [AI生成
"Python",
"C++",
"Kubernetes",
"PyTorch",
"CUDA",
"模型训练",
"Go",
"大语言模型"
],
"preferred_qualifications": "1、熟悉主流 GPU 训练和推理芯片，熟悉 CUDA 生态，有大模型训练和推理优化经验优先；2、熟悉 Kubernetes 和 GPU 算力管理，有万卡集群建设和 GPU 利用率提升经验优先；3、熟练 Go/Python/C++至少一门语言，有 PyTorch/Volcano/Megatron/SGLang 框架熟悉者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670923335837108499/detail"
}
]
},
"posting": {
"posting_id": "7670923335837108499",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/campus/m/position/7670923335837108499/detail"
},
"fulltext": "AI算力工程师\n职位描述\n1、GPU 核心能力建设：持续探索前沿 GPU 芯片的技术特性，包括国产卡适配、混合精度、模型量化、显存优化等技术，将芯片能力转化为业务竞争力，有力支撑集团 AI 战略落地；\n2、万卡集群调度与管理：基于 Kubernetes 建设和运营万卡级 GPU 集群，负责 GPU 适配、拓扑感知调度、Gang 调度、GPU 故障自愈、全链路可观测等核心能力，支撑小米自研大模型 MiMo 的训练和推理等重点业务场景；\n3、GPU 池化和利用率提升：统一纳管小米 GPU 资源，推进 GPU 调度优化、资源池化、GPU 虚拟化、训推混部等关键技术研发，持续提升全集团 GPU 资源利用率，实现技术降本增效。\n\n职位要求\n1、熟悉主流 GPU 训练和推理芯片，熟悉 CUDA 生态，有大模型训练和推理优化经验优先；\n2、熟悉 Kubernetes 和 GPU 算力管理，有万卡集群建设和 GPU 利用率提升经验优先；\n3、熟练 Go/Python/C++至少一门语言，有 PyTorch/Volcano/Megatron/SGLang 框架熟悉者优先\n计算机相关专业，本科及以上学历。\n1、GPU 核心能力建设：持续探索前沿 GPU 芯片的技术特性，包括国产卡适配、混合精度、模型量化、显存优化等技术，将芯片能力转化为业务竞争力，有力支撑集团 AI 战略落地；\n2、万卡集群调度与管理：基于 Kubernetes 建设和运营万卡级 GPU 集群，负责 GPU 适配、拓扑感知调度、Gang 调度、GPU 故障自愈、全链路可观测等核心能力，支撑小米自研大模型 MiMo 的训练和推理等重点业务场景；\n3、GPU 池化和利用率提升：统一纳管小米 GPU 资源，推进 GPU 调度优化、资源池化、GPU 虚拟化、训推混部等关键技术研发，持续提升全集团 GPU 资源利用率，实现技术降本增效。\n1、熟悉主流 GPU 训练和推理芯片，熟悉 CUDA 生态，有大模型训练和推理优化经验优先；\n2、熟悉 Kubernetes 和 GPU 算力管理，有万卡集群建设和 GPU 利用率提升经验优先；\n3、熟练 Go/Python/C++至少一门语言，有 PyTorch/Volcano/Megatron/SGLang 框架熟悉者优先\n计算机相关专业，本科及以上学历。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}