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": "混合云-云原生AI研发工程师/架构师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "杭州",
"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": "1、负责混合云云原生AI Infra技术架构设计、推理场景系统优化、云原生AI套件等开发工作；\n2、负责研发AI异构计算软件栈，通过结合不同硬件、高性能网络、缓存等技术，实现AI计算的全链路优化，助力打造高可靠、高性能、高效率的AI算力基础设施；\n3、洞察人工智能及深度学习的发展趋势，积极参与下一代AI基础设施的设计与研发。",
"requirements_text": "1、对大模型推理引擎、K8S、容器、网络，分布式、GPU架构、云原生AI等方面技术有深入研究；\n2、熟悉Kubernetes工作原理，熟悉调度器、资源扩展机制、容器运行时、容器网络等技术；\n3、具备扎实的工程能力，Go、C/C++、Python等开发语言，具有丰富的开发、调试和性能优化等经验；\n4、熟悉主流深度学习框架(例如PyTorch)、推理引擎框架（vLLM、SGLang）、Kubeflow，并对底层实现有一定了解，在模型训练或推理性能优化方面有实操经验；\n5、对AI系统的性能分析工具、GPU架构、高性能网络、高性能缓存、大模型原理等技术有深入理解，有开发和优化经验；\n6、对混合云有认同感，对云原生AI方向非常感兴趣的，并有较强的学习能力、沟通协作能力。",
"skills": [AI生成
"Python",
"C++",
"Kubernetes",
"PyTorch",
"深度学习",
"模型训练",
"性能优化",
"学习能力",
"Go",
"大语言模型",
"C语言"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7475682968648911122/detail"
}
]
},
"posting": {
"posting_id": "7475682968648911122",
"post_date": "2025-02-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7475682968648911122/detail"
},
"fulltext": "混合云-云原生AI研发工程师/架构师\n职位描述\n1、负责混合云云原生AI Infra技术架构设计、推理场景系统优化、云原生AI套件等开发工作；\n2、负责研发AI异构计算软件栈，通过结合不同硬件、高性能网络、缓存等技术，实现AI计算的全链路优化，助力打造高可靠、高性能、高效率的AI算力基础设施；\n3、洞察人工智能及深度学习的发展趋势，积极参与下一代AI基础设施的设计与研发。\n\n职位要求\n1、对大模型推理引擎、K8S、容器、网络，分布式、GPU架构、云原生AI等方面技术有深入研究；\n2、熟悉Kubernetes工作原理，熟悉调度器、资源扩展机制、容器运行时、容器网络等技术；\n3、具备扎实的工程能力，Go、C/C++、Python等开发语言，具有丰富的开发、调试和性能优化等经验；\n4、熟悉主流深度学习框架(例如PyTorch)、推理引擎框架（vLLM、SGLang）、Kubeflow，并对底层实现有一定了解，在模型训练或推理性能优化方面有实操经验；\n5、对AI系统的性能分析工具、GPU架构、高性能网络、高性能缓存、大模型原理等技术有深入理解，有开发和优化经验；\n6、对混合云有认同感，对云原生AI方向非常感兴趣的，并有较强的学习能力、沟通协作能力。\n1、负责混合云云原生AI Infra技术架构设计、推理场景系统优化、云原生AI套件等开发工作；\n2、负责研发AI异构计算软件栈，通过结合不同硬件、高性能网络、缓存等技术，实现AI计算的全链路优化，助力打造高可靠、高性能、高效率的AI算力基础设施；\n3、洞察人工智能及深度学习的发展趋势，积极参与下一代AI基础设施的设计与研发。\n1、对大模型推理引擎、K8S、容器、网络，分布式、GPU架构、云原生AI等方面技术有深入研究；\n2、熟悉Kubernetes工作原理，熟悉调度器、资源扩展机制、容器运行时、容器网络等技术；\n3、具备扎实的工程能力，Go、C/C++、Python等开发语言，具有丰富的开发、调试和性能优化等经验；\n4、熟悉主流深度学习框架(例如PyTorch)、推理引擎框架（vLLM、SGLang）、Kubeflow，并对底层实现有一定了解，在模型训练或推理性能优化方面有实操经验；\n5、对AI系统的性能分析工具、GPU架构、高性能网络、高性能缓存、大模型原理等技术有深入理解，有开发和优化经验；\n6、对混合云有认同感，对云原生AI方向非常感兴趣的，并有较强的学习能力、沟通协作能力。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}