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": "模型架构工程师-抖音直播",
"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": "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": "团队介绍：字节跳动直播推荐架构团队，负责抖音全场景直播体裁推荐系统的设计和开发，工作内容覆盖离在线推荐链路全流程，包括策略架构、模型架构、数据架构等子方向，支撑算法团队的高效迭代，解决海量吞吐带来的系统性能/成本/稳定性挑战，在业务中抽象/沉淀基础服务/框架、服务组件以及效率工具等核心基建。\n\n1、策略架构，负责推荐在线链路的服务建设和迭代，串联请求处理全流程，解决链路延迟、吞吐瓶颈、数据的高效传递等核心问题，支持业务策略的快速和可持续迭代，不断优化系统的性能/成本/稳定性，动态逼近优化上界，提升策略ROI；\n2、模型架构，负责精粗召等推荐模型的在线推理、离线训练以及部分平台化工作，支持模型的持续复杂化演进，解决计算和存储瓶颈，突破模型复杂度X海量离在线样本X模型数量带来的巨大工程挑战，紧贴前沿框架、算法和加速硬件，支撑推荐算法的持续突破。",
"requirements_text": "1、扎实的编程能力，有优秀的设计和代码能力，对解决具有挑战性问题充满激情；\n2、理解GPU硬件架构、GPU软件栈（CUDA/CUTLASS、Triton Lang），具备GPU性能分析经验；\n3、深入研究过至少一种机器学习框架（Tensorflow/PyTorch或其他自研框架）的底层架构和机制。\n\n【加分项】\n1、熟悉各类深度学习网络和算子底层实现细节；\n2、训练方向，有大规模分布式训练经验；\n3、熟悉MLIR、XLA、TVM等深度神经网络编译/优化器；\n4、能使用数学工具分析深度学习训推的优化算法。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"CUDA",
"机器学习",
"深度学习"
],
"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/7503825081567824136/detail"
}
]
},
"posting": {
"posting_id": "7503825081567824136",
"post_date": "2025-05-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7503825081567824136/detail"
},
"fulltext": "模型架构工程师-抖音直播\n职位描述\n团队介绍：字节跳动直播推荐架构团队，负责抖音全场景直播体裁推荐系统的设计和开发，工作内容覆盖离在线推荐链路全流程，包括策略架构、模型架构、数据架构等子方向，支撑算法团队的高效迭代，解决海量吞吐带来的系统性能/成本/稳定性挑战，在业务中抽象/沉淀基础服务/框架、服务组件以及效率工具等核心基建。\n\n1、策略架构，负责推荐在线链路的服务建设和迭代，串联请求处理全流程，解决链路延迟、吞吐瓶颈、数据的高效传递等核心问题，支持业务策略的快速和可持续迭代，不断优化系统的性能/成本/稳定性，动态逼近优化上界，提升策略ROI；\n2、模型架构，负责精粗召等推荐模型的在线推理、离线训练以及部分平台化工作，支持模型的持续复杂化演进，解决计算和存储瓶颈，突破模型复杂度X海量离在线样本X模型数量带来的巨大工程挑战，紧贴前沿框架、算法和加速硬件，支撑推荐算法的持续突破。\n\n职位要求\n1、扎实的编程能力，有优秀的设计和代码能力，对解决具有挑战性问题充满激情；\n2、理解GPU硬件架构、GPU软件栈（CUDA/CUTLASS、Triton Lang），具备GPU性能分析经验；\n3、深入研究过至少一种机器学习框架（Tensorflow/PyTorch或其他自研框架）的底层架构和机制。\n\n【加分项】\n1、熟悉各类深度学习网络和算子底层实现细节；\n2、训练方向，有大规模分布式训练经验；\n3、熟悉MLIR、XLA、TVM等深度神经网络编译/优化器；\n4、能使用数学工具分析深度学习训推的优化算法。\n团队介绍：字节跳动直播推荐架构团队，负责抖音全场景直播体裁推荐系统的设计和开发，工作内容覆盖离在线推荐链路全流程，包括策略架构、模型架构、数据架构等子方向，支撑算法团队的高效迭代，解决海量吞吐带来的系统性能/成本/稳定性挑战，在业务中抽象/沉淀基础服务/框架、服务组件以及效率工具等核心基建。\n\n1、策略架构，负责推荐在线链路的服务建设和迭代，串联请求处理全流程，解决链路延迟、吞吐瓶颈、数据的高效传递等核心问题，支持业务策略的快速和可持续迭代，不断优化系统的性能/成本/稳定性，动态逼近优化上界，提升策略ROI；\n2、模型架构，负责精粗召等推荐模型的在线推理、离线训练以及部分平台化工作，支持模型的持续复杂化演进，解决计算和存储瓶颈，突破模型复杂度X海量离在线样本X模型数量带来的巨大工程挑战，紧贴前沿框架、算法和加速硬件，支撑推荐算法的持续突破。\n1、扎实的编程能力，有优秀的设计和代码能力，对解决具有挑战性问题充满激情；\n2、理解GPU硬件架构、GPU软件栈（CUDA/CUTLASS、Triton Lang），具备GPU性能分析经验；\n3、深入研究过至少一种机器学习框架（Tensorflow/PyTorch或其他自研框架）的底层架构和机制。\n\n【加分项】\n1、熟悉各类深度学习网络和算子底层实现细节；\n2、训练方向，有大规模分布式训练经验；\n3、熟悉MLIR、XLA、TVM等深度神经网络编译/优化器；\n4、能使用数学工具分析深度学习训推的优化算法。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}