职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7485702912800475399

电商场景LLM/VLM/AIGC推理工程师-TikTok Shop

未披露 · 北京 · 字节跳动

主分类:AI训练推理与计算优化
软件开发与 IT
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": "电商场景LLM/VLM/AIGC推理工程师-TikTok Shop",
        "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": "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": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、设计实现电商场景通用的大模型推理引擎,适用于在线实时推理和近离线批量推理等多个场景,并推广到电商各个场景中应用;\n2、针对电商LLM/MLLM/AIGC等多种模型,进行针对性的推理性能优化,解决系统高并发、高可靠性、高可扩展性等技术难关;\n3、面向全球多地域大规模GPU算力集群,通过弹性调度、GPU超卖、任务编排等方式不断提升算力利用率;\n4、与算法部门深度合作,进行算法与系统的联合优化。",
        "requirements_text": "1、本科及以上学历,计算机、软件工程、人工智能等相关专业优先,熟练掌握Linux环境下的C/C++与Python语言;\n2、熟练掌握至少一种机器学习框架(TensorFlow/PyTorch/MxNet或其他自研框架);\n3、熟悉LLM/VLM/SD/Dit等主流深度学习模型,并有实际模型推理优化经验,比如蒸馏能力;\n4、熟练掌握常用的大模型推理引擎,如vLLM/SGLang/TRT-LLM等,了解原理;\n5、有以下至少一项的背景知识与经验:GPU编程,编译器,高性能网络,分布式存储,集群调度;\n6、具有独立解决问题的能力,良好的团队合作精神,有强烈的工作责任心,较好的学习能力、沟通能力和自驱力。\n\n加分项:\n1、理解GPU硬件架构,理解GPU软件栈(CUDA、cuDNN),具备GPU性能分析的经验;\n2、有软硬件联合设计的经验;\n3、深入研究过至少一种机器学习框架(TensorFlow/PyTorch/MxNet或其他自研框架)的底层架构和机制。",
        "skills": [AI生成
            "Python",
            "C++",
            "Linux",
            "PyTorch",
            "TensorFlow",
            "CUDA",
            "机器学习",
            "深度学习",
            "团队协作",
            "沟通能力",
            "解决问题",
            "学习能力",
            "大语言模型"
        ],
        "preferred_qualifications": "1、本科及以上学历,计算机、软件工程、人工智能等相关专业优先,熟练掌握Linux环境下的C/C++与Python语言;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/7485702912800475399/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7485702912800475399",
        "post_date": "2025-03-25",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7485702912800475399/detail"
    },
    "fulltext": "电商场景LLM/VLM/AIGC推理工程师-TikTok Shop\n职位描述\n1、设计实现电商场景通用的大模型推理引擎,适用于在线实时推理和近离线批量推理等多个场景,并推广到电商各个场景中应用;\n2、针对电商LLM/MLLM/AIGC等多种模型,进行针对性的推理性能优化,解决系统高并发、高可靠性、高可扩展性等技术难关;\n3、面向全球多地域大规模GPU算力集群,通过弹性调度、GPU超卖、任务编排等方式不断提升算力利用率;\n4、与算法部门深度合作,进行算法与系统的联合优化。\n\n职位要求\n1、本科及以上学历,计算机、软件工程、人工智能等相关专业优先,熟练掌握Linux环境下的C/C++与Python语言;\n2、熟练掌握至少一种机器学习框架(TensorFlow/PyTorch/MxNet或其他自研框架);\n3、熟悉LLM/VLM/SD/Dit等主流深度学习模型,并有实际模型推理优化经验,比如蒸馏能力;\n4、熟练掌握常用的大模型推理引擎,如vLLM/SGLang/TRT-LLM等,了解原理;\n5、有以下至少一项的背景知识与经验:GPU编程,编译器,高性能网络,分布式存储,集群调度;\n6、具有独立解决问题的能力,良好的团队合作精神,有强烈的工作责任心,较好的学习能力、沟通能力和自驱力。\n\n加分项:\n1、理解GPU硬件架构,理解GPU软件栈(CUDA、cuDNN),具备GPU性能分析的经验;\n2、有软硬件联合设计的经验;\n3、深入研究过至少一种机器学习框架(TensorFlow/PyTorch/MxNet或其他自研框架)的底层架构和机制。\n1、设计实现电商场景通用的大模型推理引擎,适用于在线实时推理和近离线批量推理等多个场景,并推广到电商各个场景中应用;\n2、针对电商LLM/MLLM/AIGC等多种模型,进行针对性的推理性能优化,解决系统高并发、高可靠性、高可扩展性等技术难关;\n3、面向全球多地域大规模GPU算力集群,通过弹性调度、GPU超卖、任务编排等方式不断提升算力利用率;\n4、与算法部门深度合作,进行算法与系统的联合优化。\n1、本科及以上学历,计算机、软件工程、人工智能等相关专业优先,熟练掌握Linux环境下的C/C++与Python语言;\n2、熟练掌握至少一种机器学习框架(TensorFlow/PyTorch/MxNet或其他自研框架);\n3、熟悉LLM/VLM/SD/Dit等主流深度学习模型,并有实际模型推理优化经验,比如蒸馏能力;\n4、熟练掌握常用的大模型推理引擎,如vLLM/SGLang/TRT-LLM等,了解原理;\n5、有以下至少一项的背景知识与经验:GPU编程,编译器,高性能网络,分布式存储,集群调度;\n6、具有独立解决问题的能力,良好的团队合作精神,有强烈的工作责任心,较好的学习能力、沟通能力和自驱力。\n\n加分项:\n1、理解GPU硬件架构,理解GPU软件栈(CUDA、cuDNN),具备GPU性能分析的经验;\n2、有软硬件联合设计的经验;\n3、深入研究过至少一种机器学习框架(TensorFlow/PyTorch/MxNet或其他自研框架)的底层架构和机制。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}