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": "深度学习架构工程师-Data",
"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": "研发"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": "团队介绍：字节跳动推荐架构团队，负责字节跳动旗下相关产品的推荐系统架构的设计和开发，保障系统稳定和高可用；负责在线服务、离线数据流性能优化，解决系统瓶颈，降低成本开销；抽象系统通用组件和服务，建设推荐中台、数据中台，支撑新产品快速孵化以及为ToB赋能。\n\n1、参与大规模机器学习在线预估框架的研发与优化，支撑抖音等字节跳动旗下相关产品的高效模型推理； \n2、参与大规模特征及样本的处理与流转、模型训练与调度等相关问题的研究与突破； \n3、与推荐算法同学紧密合作，分析并解决上述问题及任务，并反哺到实际业务中。",
"requirements_text": "1、熟练掌握Linux环境下的C/C++编程； \n2、熟悉操作系统知识和计算机体系结构； \n3、了解某种主流机器学习框架（Tensorflow/PyTorch等）的底层框架实现。\n\n加分项：\n1、对深度学习模型预估及训练有过实际上手经验； \n2、实现过自定义算子、或优化过已有算子实现； \n3、熟悉模型剪枝、量化及压缩等方法； \n4、参与过软硬件结合优化的工作。",
"skills": [AI生成
"C++",
"Linux",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习"
],
"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/7473331704330144008/detail"
}
]
},
"posting": {
"posting_id": "7473331704330144008",
"post_date": "2025-02-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7473331704330144008/detail"
},
"fulltext": "深度学习架构工程师-Data\n职位描述\n团队介绍：字节跳动推荐架构团队，负责字节跳动旗下相关产品的推荐系统架构的设计和开发，保障系统稳定和高可用；负责在线服务、离线数据流性能优化，解决系统瓶颈，降低成本开销；抽象系统通用组件和服务，建设推荐中台、数据中台，支撑新产品快速孵化以及为ToB赋能。\n\n1、参与大规模机器学习在线预估框架的研发与优化，支撑抖音等字节跳动旗下相关产品的高效模型推理； \n2、参与大规模特征及样本的处理与流转、模型训练与调度等相关问题的研究与突破； \n3、与推荐算法同学紧密合作，分析并解决上述问题及任务，并反哺到实际业务中。\n\n职位要求\n1、熟练掌握Linux环境下的C/C++编程； \n2、熟悉操作系统知识和计算机体系结构； \n3、了解某种主流机器学习框架（Tensorflow/PyTorch等）的底层框架实现。\n\n加分项：\n1、对深度学习模型预估及训练有过实际上手经验； \n2、实现过自定义算子、或优化过已有算子实现； \n3、熟悉模型剪枝、量化及压缩等方法； \n4、参与过软硬件结合优化的工作。\n团队介绍：字节跳动推荐架构团队，负责字节跳动旗下相关产品的推荐系统架构的设计和开发，保障系统稳定和高可用；负责在线服务、离线数据流性能优化，解决系统瓶颈，降低成本开销；抽象系统通用组件和服务，建设推荐中台、数据中台，支撑新产品快速孵化以及为ToB赋能。\n\n1、参与大规模机器学习在线预估框架的研发与优化，支撑抖音等字节跳动旗下相关产品的高效模型推理； \n2、参与大规模特征及样本的处理与流转、模型训练与调度等相关问题的研究与突破； \n3、与推荐算法同学紧密合作，分析并解决上述问题及任务，并反哺到实际业务中。\n1、熟练掌握Linux环境下的C/C++编程； \n2、熟悉操作系统知识和计算机体系结构； \n3、了解某种主流机器学习框架（Tensorflow/PyTorch等）的底层框架实现。\n\n加分项：\n1、对深度学习模型预估及训练有过实际上手经验； \n2、实现过自定义算子、或优化过已有算子实现； \n3、熟悉模型剪枝、量化及压缩等方法； \n4、参与过软硬件结合优化的工作。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}