主分类：AI训练推理与计算优化
辅助：数据工程与数据平台研发（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": "大模型基础设施工程师（大模型资源管理/数据管理处理方向）-TikTok Shop",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "后端"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、设计与实现电商场景多租户算力资源管理与调度体系（GPU/CPU/内存/网络），支持训练、推理、评测等多场景的容量规划、配额与隔离；\n2、优化集群调度与队列策略（优先级、预占/回收、抢占/让渡），提升资源利用率与SLA稳定性；\n3、构建适合电商场景的端到端FinOps能力（成本归因、预算控制、用量可视化、成本优化策略），持续降本增效；\n4、打造弹性伸缩与自动化恢复能力（自动扩容/缩容、故障域隔离、灰度与回滚、容灾演练）；建设可观测性与治理体系（监控/日志/Tracing/告警/审计），形成容量与性能调优闭环；\n5、规划并实现大模型数据平台（原始语料→清洗→标注→去重→采样→版本管理→数据血缘→合规审计），支撑SFT/RLHF/评测等流程；设计高吞吐与低延迟的数据链路与存储方案（对象存储/数据湖/分布式文件系统/缓存），优化IO与数据冷热分层；\n6、构建批流一体的ETL/ELT流水线与质量体系（规则校验、异常检测、覆盖率与漂移监控、指标看板）；建设数据安全与合规机制（PII治理、脱敏/加密、访问控制、密钥管理、审计留痕），满足内部与外部合规要求；推进数据资产化（元数据、标签体系、数据/特征版本与复用），提升数据可发现与可复用性。",
"requirements_text": "1、扎实的工程背景：精通至少一种主流语言（Go/Java/Python），具备高并发、分布式系统设计与性能优化经验；\n2、资源与调度：熟悉Kubernetes生态与GPU调度（如Volcano/Kueue/自研调度器）、容器网络与存储、服务编排与弹性伸缩；\n3、存储与数据：了解对象存储/分布式文件系统/数据湖（Iceberg/Delta Lake）、消息与流处理（Kafka/Flink/Spark）、数据质量与血缘；\n4、可观测与治理：掌握监控与告警（Prometheus/Grafana/ELK）、审计与权限体系（IAM/KMS/加密），具备故障定位与稳定性治理能力；\n5、性能与成本：有资源利用率提升、训练/推理性能优化、成本管控与FinOps落地经验；\n6、良好的跨团队协作与沟通能力，能够与模型/平台/安全/合规等协作方共同推进复杂项目。\n\n加分项\n1、有大模型训练/推理Infra经验（NCCL/CUDA、Triton/Ray/自研推理服务、权重与KV缓存优化）；\n2、参与过RLHF/数据标注平台/数据评测基线建设，具备数据闭环与在线反馈的工程化经验；\n3、具备多云/混合云实践、裸金属与高性能网络栈优化（RDMA/NVLink/Topo-aware调度）；\n4、具备资源调度器或数据平台自研经历，开放源码贡献或论文/技术演讲经历。",
"skills": [AI生成
"Python",
"Java",
"Kubernetes",
"Spark",
"Flink",
"Kafka",
"CUDA",
"分布式系统",
"数据标注",
"模型训练",
"性能优化",
"审计",
"团队协作",
"沟通能力",
"Go",
"大语言模型"
],
"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/7481600115884542215/detail"
}
]
},
"posting": {
"posting_id": "7481600115884542215",
"post_date": "2025-03-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7481600115884542215/detail"
},
"fulltext": "大模型基础设施工程师（大模型资源管理/数据管理处理方向）-TikTok Shop\n职位描述\n1、设计与实现电商场景多租户算力资源管理与调度体系（GPU/CPU/内存/网络），支持训练、推理、评测等多场景的容量规划、配额与隔离；\n2、优化集群调度与队列策略（优先级、预占/回收、抢占/让渡），提升资源利用率与SLA稳定性；\n3、构建适合电商场景的端到端FinOps能力（成本归因、预算控制、用量可视化、成本优化策略），持续降本增效；\n4、打造弹性伸缩与自动化恢复能力（自动扩容/缩容、故障域隔离、灰度与回滚、容灾演练）；建设可观测性与治理体系（监控/日志/Tracing/告警/审计），形成容量与性能调优闭环；\n5、规划并实现大模型数据平台（原始语料→清洗→标注→去重→采样→版本管理→数据血缘→合规审计），支撑SFT/RLHF/评测等流程；设计高吞吐与低延迟的数据链路与存储方案（对象存储/数据湖/分布式文件系统/缓存），优化IO与数据冷热分层；\n6、构建批流一体的ETL/ELT流水线与质量体系（规则校验、异常检测、覆盖率与漂移监控、指标看板）；建设数据安全与合规机制（PII治理、脱敏/加密、访问控制、密钥管理、审计留痕），满足内部与外部合规要求；推进数据资产化（元数据、标签体系、数据/特征版本与复用），提升数据可发现与可复用性。\n\n职位要求\n1、扎实的工程背景：精通至少一种主流语言（Go/Java/Python），具备高并发、分布式系统设计与性能优化经验；\n2、资源与调度：熟悉Kubernetes生态与GPU调度（如Volcano/Kueue/自研调度器）、容器网络与存储、服务编排与弹性伸缩；\n3、存储与数据：了解对象存储/分布式文件系统/数据湖（Iceberg/Delta Lake）、消息与流处理（Kafka/Flink/Spark）、数据质量与血缘；\n4、可观测与治理：掌握监控与告警（Prometheus/Grafana/ELK）、审计与权限体系（IAM/KMS/加密），具备故障定位与稳定性治理能力；\n5、性能与成本：有资源利用率提升、训练/推理性能优化、成本管控与FinOps落地经验；\n6、良好的跨团队协作与沟通能力，能够与模型/平台/安全/合规等协作方共同推进复杂项目。\n\n加分项\n1、有大模型训练/推理Infra经验（NCCL/CUDA、Triton/Ray/自研推理服务、权重与KV缓存优化）；\n2、参与过RLHF/数据标注平台/数据评测基线建设，具备数据闭环与在线反馈的工程化经验；\n3、具备多云/混合云实践、裸金属与高性能网络栈优化（RDMA/NVLink/Topo-aware调度）；\n4、具备资源调度器或数据平台自研经历，开放源码贡献或论文/技术演讲经历。\n1、设计与实现电商场景多租户算力资源管理与调度体系（GPU/CPU/内存/网络），支持训练、推理、评测等多场景的容量规划、配额与隔离；\n2、优化集群调度与队列策略（优先级、预占/回收、抢占/让渡），提升资源利用率与SLA稳定性；\n3、构建适合电商场景的端到端FinOps能力（成本归因、预算控制、用量可视化、成本优化策略），持续降本增效；\n4、打造弹性伸缩与自动化恢复能力（自动扩容/缩容、故障域隔离、灰度与回滚、容灾演练）；建设可观测性与治理体系（监控/日志/Tracing/告警/审计），形成容量与性能调优闭环；\n5、规划并实现大模型数据平台（原始语料→清洗→标注→去重→采样→版本管理→数据血缘→合规审计），支撑SFT/RLHF/评测等流程；设计高吞吐与低延迟的数据链路与存储方案（对象存储/数据湖/分布式文件系统/缓存），优化IO与数据冷热分层；\n6、构建批流一体的ETL/ELT流水线与质量体系（规则校验、异常检测、覆盖率与漂移监控、指标看板）；建设数据安全与合规机制（PII治理、脱敏/加密、访问控制、密钥管理、审计留痕），满足内部与外部合规要求；推进数据资产化（元数据、标签体系、数据/特征版本与复用），提升数据可发现与可复用性。\n1、扎实的工程背景：精通至少一种主流语言（Go/Java/Python），具备高并发、分布式系统设计与性能优化经验；\n2、资源与调度：熟悉Kubernetes生态与GPU调度（如Volcano/Kueue/自研调度器）、容器网络与存储、服务编排与弹性伸缩；\n3、存储与数据：了解对象存储/分布式文件系统/数据湖（Iceberg/Delta Lake）、消息与流处理（Kafka/Flink/Spark）、数据质量与血缘；\n4、可观测与治理：掌握监控与告警（Prometheus/Grafana/ELK）、审计与权限体系（IAM/KMS/加密），具备故障定位与稳定性治理能力；\n5、性能与成本：有资源利用率提升、训练/推理性能优化、成本管控与FinOps落地经验；\n6、良好的跨团队协作与沟通能力，能够与模型/平台/安全/合规等协作方共同推进复杂项目。\n\n加分项\n1、有大模型训练/推理Infra经验（NCCL/CUDA、Triton/Ray/自研推理服务、权重与KV缓存优化）；\n2、参与过RLHF/数据标注平台/数据评测基线建设，具备数据闭环与在线反馈的工程化经验；\n3、具备多云/混合云实践、裸金属与高性能网络栈优化（RDMA/NVLink/Topo-aware调度）；\n4、具备资源调度器或数据平台自研经历，开放源码贡献或论文/技术演讲经历。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T016"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}