主分类：大模型与生成式算法研发
辅助：AI训练推理与计算优化（仅展示）
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": "语言大模型资深科学家",
"job_level": "高级",AI生成
"work_category": "全职",AI生成
"department": "2012实验室",
"location": "深圳",
"work_mode": "未披露",AI生成
"job_category": "研发族"AI生成
},
"company": {
"company_name": "华为",
"company_industry": "信息通信技术 / 智能终端 / 云计算",
"company_size": "10000人以上",
"company_website": "huawei.com",
"company_description": "华为提供通信网络、企业网络、智能终端、云服务、数字能源和智能汽车解决方案。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "学历背景：拥有机器学习、统计学、计算机科学或相关领域的博士学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、 负责大模型全栈式关键系统架构设计创新（涵盖模型架构、分布式训练策略、精度调优、训练过程监控等环节），端到端系统性提升模型预训练效率与性能，提升模型在真实场景中的竞争力；\n2、 攻克长序列训推效率瓶颈、计算复杂度高、存储消耗大等核心挑战，通过预训练架构创新与训练算法突破，持续提升模型长序列处理能力、训推效率和推理时延等关键指标；\n3、 深入洞察大模型架构演进、预训练算法创新、分布式训练系统等前沿技术发展趋势，深刻理解客户场景痛点与业务诉求，把握技术突破方向和路径，引领大模型技术发展方向。",
"requirements_text": "1、学历背景：拥有机器学习、统计学、计算机科学或相关领域的博士学位；\n2、履责经验：主导过千亿参数及以上规模大模型的架构设计与全流程预训练，具备从数据工程、模型设计、分布式训练到模型收敛调优的端到端实战经验；\n3、创新能力：对预训练大模型、分布式并行计算等领域有广泛的实践经验和创新经验，主导过大规模预训练大模型相关技术课题验证，引领团队在正确的前沿方向上持续突破；\n4、产品落地经验：不仅限于理论研究，更具备将前沿技术转化为实际产品的丰富经验，熟悉从算法研发到工程部署的全流程，确保技术价值有效落地。",
"skills": [AI生成
"机器学习",
"架构设计",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://career.huawei.com/cn/job-details?advertisementId=34929"
}
]
},
"posting": {
"posting_id": "34929",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://career.huawei.com/cn/job-details?advertisementId=34929"
},
"fulltext": "语言大模型资深科学家\n岗位职责\n1、 负责大模型全栈式关键系统架构设计创新（涵盖模型架构、分布式训练策略、精度调优、训练过程监控等环节），端到端系统性提升模型预训练效率与性能，提升模型在真实场景中的竞争力；\n2、 攻克长序列训推效率瓶颈、计算复杂度高、存储消耗大等核心挑战，通过预训练架构创新与训练算法突破，持续提升模型长序列处理能力、训推效率和推理时延等关键指标；\n3、 深入洞察大模型架构演进、预训练算法创新、分布式训练系统等前沿技术发展趋势，深刻理解客户场景痛点与业务诉求，把握技术突破方向和路径，引领大模型技术发展方向。\n\n岗位要求\n1、学历背景：拥有机器学习、统计学、计算机科学或相关领域的博士学位；\n2、履责经验：主导过千亿参数及以上规模大模型的架构设计与全流程预训练，具备从数据工程、模型设计、分布式训练到模型收敛调优的端到端实战经验；\n3、创新能力：对预训练大模型、分布式并行计算等领域有广泛的实践经验和创新经验，主导过大规模预训练大模型相关技术课题验证，引领团队在正确的前沿方向上持续突破；\n4、产品落地经验：不仅限于理论研究，更具备将前沿技术转化为实际产品的丰富经验，熟悉从算法研发到工程部署的全流程，确保技术价值有效落地。\n1、 负责大模型全栈式关键系统架构设计创新（涵盖模型架构、分布式训练策略、精度调优、训练过程监控等环节），端到端系统性提升模型预训练效率与性能，提升模型在真实场景中的竞争力；\n2、 攻克长序列训推效率瓶颈、计算复杂度高、存储消耗大等核心挑战，通过预训练架构创新与训练算法突破，持续提升模型长序列处理能力、训推效率和推理时延等关键指标；\n3、 深入洞察大模型架构演进、预训练算法创新、分布式训练系统等前沿技术发展趋势，深刻理解客户场景痛点与业务诉求，把握技术突破方向和路径，引领大模型技术发展方向。\n1、学历背景：拥有机器学习、统计学、计算机科学或相关领域的博士学位；\n2、履责经验：主导过千亿参数及以上规模大模型的架构设计与全流程预训练，具备从数据工程、模型设计、分布式训练到模型收敛调优的端到端实战经验；\n3、创新能力：对预训练大模型、分布式并行计算等领域有广泛的实践经验和创新经验，主导过大规模预训练大模型相关技术课题验证，引领团队在正确的前沿方向上持续突破；\n4、产品落地经验：不仅限于理论研究，更具备将前沿技术转化为实际产品的丰富经验，熟悉从算法研发到工程部署的全流程，确保技术价值有效落地。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}