主分类：生产运维与可靠性工程
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": "SRE AI高级工程师-基础架构",
"job_level": "高级",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": "基础架构"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": "4、英语口语流利，能够用英语进行流畅的沟通和表达，完成全球协作任务",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责海量高性能GPU/XPU卡的资源交付与一致性保障，涵盖万卡大模型训练、在线推理、在线搜索、推荐训练等不同业务场景的集群管理；\n2、学习并深入了解GPU业务方的使用姿势和训练框架，掌握前沿AI大模型技术，解决超大规模场景下的稳定性挑战，涉及NVIDIA H100、A100、昇腾、以及自研XPU等高性能卡型的使用；\n3、构建自动化工程，确保生产环境的稳定性和资源在线率，及时发现并隔离故障GPU资源，提高资源流转效率；\n4、通过优秀的工程架构设计，参与生产集群和服务的整个生命周期，满足可持续发展的需求并提高系统稳定性，包括架构规划、评审、设计、部署和上线等环节。",
"requirements_text": "1、本科及以上学历，计算机相关专业或具备同等实践经验，拥有五年以上SRE工作经验；\n2、熟悉GPU/XPU资源管理和调度，具备大规模高性能计算集群的管理经验；\n3、具备深厚的计算机系统基础知识，了解操作系统、存储和网络IO等相关原理；\n4、具备以下一项或多项软件开发经验：Go/Python/Java/C++等，能够编写高效、稳定的系统工具和自动化脚本；\n5、有丰富的生产环境故障排查和性能调优经验，能够快速定位和解决问题；熟悉AI大模型训练框架（如TensorFlow、PyTorch等），了解大规模分布式训练的实现细节和优化方法；\n6、具备优秀的沟通和协作能力，能够与业务方、开发团队紧密合作，推动项目顺利进行；具有高度的责任感和主动性，能够在快节奏下保持高效工作。\n\n优先条件：\n1、具备超大规模计算集群管理经验，尤其是在大数据和AI大模型训练场景下的经验；\n2、熟悉NVIDIA H100、A100等高性能计算卡的使用和优化；\n3、具备系统化思维和工程化研发能力，能够设计和实现复杂系统的自动化解决方案；\n4、英语口语流利，能够用英语进行流畅的沟通和表达，完成全球协作任务；\n5、具有产品和工程思维，具备良好的项目管理能力、数据结构和系统设计能力者优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"PyTorch",
"TensorFlow",
"数据结构",
"模型训练",
"性能调优",
"项目管理",
"解决问题",
"Go",
"英语沟通",
"大语言模型"
],
"preferred_qualifications": "优先条件：；5、具有产品和工程思维，具备良好的项目管理能力、数据结构和系统设计能力者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7496132195120777480/detail"
}
]
},
"posting": {
"posting_id": "7496132195120777480",
"post_date": "2025-04-22",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7496132195120777480/detail"
},
"fulltext": "SRE AI高级工程师-基础架构\n职位描述\n1、负责海量高性能GPU/XPU卡的资源交付与一致性保障，涵盖万卡大模型训练、在线推理、在线搜索、推荐训练等不同业务场景的集群管理；\n2、学习并深入了解GPU业务方的使用姿势和训练框架，掌握前沿AI大模型技术，解决超大规模场景下的稳定性挑战，涉及NVIDIA H100、A100、昇腾、以及自研XPU等高性能卡型的使用；\n3、构建自动化工程，确保生产环境的稳定性和资源在线率，及时发现并隔离故障GPU资源，提高资源流转效率；\n4、通过优秀的工程架构设计，参与生产集群和服务的整个生命周期，满足可持续发展的需求并提高系统稳定性，包括架构规划、评审、设计、部署和上线等环节。\n\n职位要求\n1、本科及以上学历，计算机相关专业或具备同等实践经验，拥有五年以上SRE工作经验；\n2、熟悉GPU/XPU资源管理和调度，具备大规模高性能计算集群的管理经验；\n3、具备深厚的计算机系统基础知识，了解操作系统、存储和网络IO等相关原理；\n4、具备以下一项或多项软件开发经验：Go/Python/Java/C++等，能够编写高效、稳定的系统工具和自动化脚本；\n5、有丰富的生产环境故障排查和性能调优经验，能够快速定位和解决问题；熟悉AI大模型训练框架（如TensorFlow、PyTorch等），了解大规模分布式训练的实现细节和优化方法；\n6、具备优秀的沟通和协作能力，能够与业务方、开发团队紧密合作，推动项目顺利进行；具有高度的责任感和主动性，能够在快节奏下保持高效工作。\n\n优先条件：\n1、具备超大规模计算集群管理经验，尤其是在大数据和AI大模型训练场景下的经验；\n2、熟悉NVIDIA H100、A100等高性能计算卡的使用和优化；\n3、具备系统化思维和工程化研发能力，能够设计和实现复杂系统的自动化解决方案；\n4、英语口语流利，能够用英语进行流畅的沟通和表达，完成全球协作任务；\n5、具有产品和工程思维，具备良好的项目管理能力、数据结构和系统设计能力者优先。\n1、负责海量高性能GPU/XPU卡的资源交付与一致性保障，涵盖万卡大模型训练、在线推理、在线搜索、推荐训练等不同业务场景的集群管理；\n2、学习并深入了解GPU业务方的使用姿势和训练框架，掌握前沿AI大模型技术，解决超大规模场景下的稳定性挑战，涉及NVIDIA H100、A100、昇腾、以及自研XPU等高性能卡型的使用；\n3、构建自动化工程，确保生产环境的稳定性和资源在线率，及时发现并隔离故障GPU资源，提高资源流转效率；\n4、通过优秀的工程架构设计，参与生产集群和服务的整个生命周期，满足可持续发展的需求并提高系统稳定性，包括架构规划、评审、设计、部署和上线等环节。\n1、本科及以上学历，计算机相关专业或具备同等实践经验，拥有五年以上SRE工作经验；\n2、熟悉GPU/XPU资源管理和调度，具备大规模高性能计算集群的管理经验；\n3、具备深厚的计算机系统基础知识，了解操作系统、存储和网络IO等相关原理；\n4、具备以下一项或多项软件开发经验：Go/Python/Java/C++等，能够编写高效、稳定的系统工具和自动化脚本；\n5、有丰富的生产环境故障排查和性能调优经验，能够快速定位和解决问题；熟悉AI大模型训练框架（如TensorFlow、PyTorch等），了解大规模分布式训练的实现细节和优化方法；\n6、具备优秀的沟通和协作能力，能够与业务方、开发团队紧密合作，推动项目顺利进行；具有高度的责任感和主动性，能够在快节奏下保持高效工作。\n\n优先条件：\n1、具备超大规模计算集群管理经验，尤其是在大数据和AI大模型训练场景下的经验；\n2、熟悉NVIDIA H100、A100等高性能计算卡的使用和优化；\n3、具备系统化思维和工程化研发能力，能够设计和实现复杂系统的自动化解决方案；\n4、英语口语流利，能够用英语进行流畅的沟通和表达，完成全球协作任务；\n5、具有产品和工程思维，具备良好的项目管理能力、数据结构和系统设计能力者优先。",
"standard_classification": {
"std_category_code": "T020",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}