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": "系统分析工程师-AI业务",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、深入分析字节跳动大规模AI集群（大模型、推广搜、语音/视觉/内容理解等场景）性能瓶颈和需求，结合业务演进趋势，支持GPU定制选型、AI基础设施（服务器/互联/超节点）的架构设计和优化；\n2、基于真实业务构建AI Benchmark，抽象AI模型，支持AI集群的建模和性能仿真；\n3、研发AI业务性能分析工具和平台，对业务进行全链路性能分析和优化；\n4、端到端支持AI服务器产品设计需求输入、性能评估、上线性能优化。",
"requirements_text": "1、深入理解计算机体系结构，熟悉Linux内核和容器化技术，掌握C/C++、Python编程；\n2、熟悉GPU架构和编程框架，对GPU高速互联、集合通信、C2C一致性、超节点有较深理解；\n3、对LLM模型、推荐系统模型结构有较深理解，熟悉PD分离、KV Cache、模型并行等技术；\n4、熟悉常见AI推理引擎、训练框架，有推理或训练加速经验，了解算子融合、通信库加速、编译优化等相关技术；\n5、熟悉GPU和CPU常用性能分析方法和工具，对AI集群有实际性能分析和调优经验；\n6、具有优秀的沟通协作能力、问题分析解决能力。",
"skills": [AI生成
"Python",
"C++",
"Linux"
],
"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/7488607306092448007/detail"
}
]
},
"posting": {
"posting_id": "7488607306092448007",
"post_date": "2025-04-02",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7488607306092448007/detail"
},
"fulltext": "系统分析工程师-AI业务\n职位描述\n1、深入分析字节跳动大规模AI集群（大模型、推广搜、语音/视觉/内容理解等场景）性能瓶颈和需求，结合业务演进趋势，支持GPU定制选型、AI基础设施（服务器/互联/超节点）的架构设计和优化；\n2、基于真实业务构建AI Benchmark，抽象AI模型，支持AI集群的建模和性能仿真；\n3、研发AI业务性能分析工具和平台，对业务进行全链路性能分析和优化；\n4、端到端支持AI服务器产品设计需求输入、性能评估、上线性能优化。\n\n职位要求\n1、深入理解计算机体系结构，熟悉Linux内核和容器化技术，掌握C/C++、Python编程；\n2、熟悉GPU架构和编程框架，对GPU高速互联、集合通信、C2C一致性、超节点有较深理解；\n3、对LLM模型、推荐系统模型结构有较深理解，熟悉PD分离、KV Cache、模型并行等技术；\n4、熟悉常见AI推理引擎、训练框架，有推理或训练加速经验，了解算子融合、通信库加速、编译优化等相关技术；\n5、熟悉GPU和CPU常用性能分析方法和工具，对AI集群有实际性能分析和调优经验；\n6、具有优秀的沟通协作能力、问题分析解决能力。\n1、深入分析字节跳动大规模AI集群（大模型、推广搜、语音/视觉/内容理解等场景）性能瓶颈和需求，结合业务演进趋势，支持GPU定制选型、AI基础设施（服务器/互联/超节点）的架构设计和优化；\n2、基于真实业务构建AI Benchmark，抽象AI模型，支持AI集群的建模和性能仿真；\n3、研发AI业务性能分析工具和平台，对业务进行全链路性能分析和优化；\n4、端到端支持AI服务器产品设计需求输入、性能评估、上线性能优化。\n1、深入理解计算机体系结构，熟悉Linux内核和容器化技术，掌握C/C++、Python编程；\n2、熟悉GPU架构和编程框架，对GPU高速互联、集合通信、C2C一致性、超节点有较深理解；\n3、对LLM模型、推荐系统模型结构有较深理解，熟悉PD分离、KV Cache、模型并行等技术；\n4、熟悉常见AI推理引擎、训练框架，有推理或训练加速经验，了解算子融合、通信库加速、编译优化等相关技术；\n5、熟悉GPU和CPU常用性能分析方法和工具，对AI集群有实际性能分析和调优经验；\n6、具有优秀的沟通协作能力、问题分析解决能力。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}