JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "上海-AI异构计算工程师(J101238)",
"job_level": "",AI生成
"work_category": "校招",AI生成
"department": "",
"location": "上海市",
"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": "上海-AI异构计算工程师(J101238)\n\n基础信息\n地点:上海市\n项目:校招\n类别:技术\n招聘人数:5\n发布时间:2026-07-21\n\n工作职责\n-负责公司基础大模型和专精大模型业务适配优化工作,通过SFT、RL、模型压缩、知识蒸馏、推理加速等技术保障大模型能力更好的落地业务\n-负责构建各类大模型(文本、图像、语音)的高效分布式训练框架并持续优化,支持各类Post-train、RL、蒸馏技术方案高效训练和实验,跟踪Megatron/Deepspeed等框架核心进展,优化并行策略、通信掩盖、混合精度等持续提升模型效果\n-对核心场景、核心模型的推理引擎极致优化,不限于pd分离、KVcache、投机解码、量化压缩等手段,降低TTFT持续提升decode吞吐,对超万亿参数模型积累部署推理优化经验;持续为上亿流量产品的大模型部署推理成本优化负责\n-构建高效、灵活的强化学习工具链,探索Agentic、多轮环境交互的RL链路,提升训推rollout一致性;设计复用离线验证评估链路,支持算法高效迭代评估\n\n职责要求\n-本科及以上学历,计算机、电子工程等相关专业优先\n-精通C/C++/python一种,有良好的编程习惯和扎实的算法基础,有大模型相关框架、工程实践经验\n-了解前沿AI技术,熟悉大模型基本原理,熟悉Pytorch等深度学习框架,熟悉Megatron、DeepSpeed等分布式训练框架\n-具备GPU集群性能分析和调优经验、熟悉CUDA编程、算子优化,及主流推理框架(vLLM、SGlang等),能够分析计算和通信效率\n-优秀的分析问题和解决问题的能力,沟通能力和团队合作意识强,热爱挑战,自驱力强持续学习",
"requirements_text": "",
"skills": [],AI生成
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": []
},
"posting": {
"posting_id": "329d589b-2eca-4964-bf25-59b1b632a663",
"post_date": "2026-07-21",
"hire_time": "",
"update_date": "",
"job_url": "https://talent.baidu.com/jobs/detail/GRADUATE/329d589b-2eca-4964-bf25-59b1b632a663"
},
"fulltext": "上海-AI异构计算工程师(J101238)\n\n基础信息\n地点:上海市\n项目:校招\n类别:技术\n招聘人数:5\n发布时间:2026-07-21\n\n工作职责\n-负责公司基础大模型和专精大模型业务适配优化工作,通过SFT、RL、模型压缩、知识蒸馏、推理加速等技术保障大模型能力更好的落地业务\n-负责构建各类大模型(文本、图像、语音)的高效分布式训练框架并持续优化,支持各类Post-train、RL、蒸馏技术方案高效训练和实验,跟踪Megatron/Deepspeed等框架核心进展,优化并行策略、通信掩盖、混合精度等持续提升模型效果\n-对核心场景、核心模型的推理引擎极致优化,不限于pd分离、KVcache、投机解码、量化压缩等手段,降低TTFT持续提升decode吞吐,对超万亿参数模型积累部署推理优化经验;持续为上亿流量产品的大模型部署推理成本优化负责\n-构建高效、灵活的强化学习工具链,探索Agentic、多轮环境交互的RL链路,提升训推rollout一致性;设计复用离线验证评估链路,支持算法高效迭代评估\n\n职责要求\n-本科及以上学历,计算机、电子工程等相关专业优先\n-精通C/C++/python一种,有良好的编程习惯和扎实的算法基础,有大模型相关框架、工程实践经验\n-了解前沿AI技术,熟悉大模型基本原理,熟悉Pytorch等深度学习框架,熟悉Megatron、DeepSpeed等分布式训练框架\n-具备GPU集群性能分析和调优经验、熟悉CUDA编程、算子优化,及主流推理框架(vLLM、SGlang等),能够分析计算和通信效率\n-优秀的分析问题和解决问题的能力,沟通能力和团队合作意识强,热爱挑战,自驱力强持续学习"
}