{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "北京-AI Infra工程师(J100730)",
        "job_level": "",AI生成
        "work_category": "校招",AI生成
        "department": "",
        "location": "北京市",
        "work_mode": "",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "百度",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "北京-AI Infra工程师(J100730)\n\n基础信息\n地点：北京市\n项目：校招\n类别：技术\n招聘人数：35\n发布时间：2026-07-21\n\n工作职责\n-负责大模型训练/推理基础设施的设计与优化，包括分布式训练框架、推理引擎、模型压缩部署等\n-深入优化计算效率，探索混合精度、量化（INT8/FP16）、KV Cache等技术的工程实践\n-与算法团队协作，推动大模型在异构硬件（GPU/NPU）上的高效运行\n-参与AI系统架构设计，提升训练和推理的吞吐量与稳定性\n-关注AI Infra前沿进展，将CUDA/XLA优化、算子融合等技术应用于实际系统\n\n职责要求\n-本科及以上学历，计算机、软件工程等相关专业优先\n-熟悉分布式系统与并行计算，有CUDA编程或高性能计算经验者优先\n-掌握C++/Python，有深度学习框架（PyTorch/PaddlePaddle）使用经验\n-理解模型量化、推理优化、显存管理等技术原理\n-有大模型训练/推理系统相关项目或实习经历者优先",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "59d9bb54-46e5-4d3c-aa26-e59b1dea387a",
        "post_date": "2026-07-21",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://talent.baidu.com/jobs/detail/GRADUATE/59d9bb54-46e5-4d3c-aa26-e59b1dea387a"
    },
    "fulltext": "北京-AI Infra工程师(J100730)\n\n基础信息\n地点：北京市\n项目：校招\n类别：技术\n招聘人数：35\n发布时间：2026-07-21\n\n工作职责\n-负责大模型训练/推理基础设施的设计与优化，包括分布式训练框架、推理引擎、模型压缩部署等\n-深入优化计算效率，探索混合精度、量化（INT8/FP16）、KV Cache等技术的工程实践\n-与算法团队协作，推动大模型在异构硬件（GPU/NPU）上的高效运行\n-参与AI系统架构设计，提升训练和推理的吞吐量与稳定性\n-关注AI Infra前沿进展，将CUDA/XLA优化、算子融合等技术应用于实际系统\n\n职责要求\n-本科及以上学历，计算机、软件工程等相关专业优先\n-熟悉分布式系统与并行计算，有CUDA编程或高性能计算经验者优先\n-掌握C++/Python，有深度学习框架（PyTorch/PaddlePaddle）使用经验\n-理解模型量化、推理优化、显存管理等技术原理\n-有大模型训练/推理系统相关项目或实习经历者优先"
}