主分类：AI训练推理与计算优化
辅助：芯片设计与验证（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": "软硬件架构探索工程师-AI工具链",
"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": "硬件"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、参与AI芯片软硬件设计，负责LLM和AIGC等业务模型结构和需求分析，指导硬件参数设计和微架构优化设计；\n2、负责根据硬件，设计分布式训练、部署方案，提供硬件硅前验证案例和软件设计方案；参与探索多卡互联拓扑结构和方案，实现多卡之间的协同工作；\n3、负责分布式业务模型和Roofline硬件仿真建模系统开发；\n4、跟踪行业最新技术动态，为公司的AI芯片多卡互联技术发展提供前瞻性的建议和技术储备。",
"requirements_text": "1、深入理解深度学习框架和软件栈；\n2、熟悉GPGPU、ASIC NPU的硬件架构；\n3、熟悉LLM和AIGC分布式部署训练方案，了解多层级卡间互联拓扑结构；\n4、有主动学习、快速解决问题的能力和自我驱动力；\n5、较强的C++、Python Coding能力。\n\n\n以下为加分项：\n1、有LLM、AIGC类模型的业务对接经验，熟悉多机多卡分布式训练和部署；\n2、了解硬件多层次存储层级、同构和异构计算单元原理；\n3、了解硬件片上NOC和片间互联通信协议等；\n4、有MLI、LLVM或者PyTorch开发经验；\n5、有GPU、FPGA或AI芯片相关的开发和评测经验。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"FPGA",
"深度学习",
"解决问题"
],
"preferred_qualifications": "以下为加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7530588804206971144/detail"
}
]
},
"posting": {
"posting_id": "7530588804206971144",
"post_date": "2025-07-24",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7530588804206971144/detail"
},
"fulltext": "软硬件架构探索工程师-AI工具链\n职位描述\n1、参与AI芯片软硬件设计，负责LLM和AIGC等业务模型结构和需求分析，指导硬件参数设计和微架构优化设计；\n2、负责根据硬件，设计分布式训练、部署方案，提供硬件硅前验证案例和软件设计方案；参与探索多卡互联拓扑结构和方案，实现多卡之间的协同工作；\n3、负责分布式业务模型和Roofline硬件仿真建模系统开发；\n4、跟踪行业最新技术动态，为公司的AI芯片多卡互联技术发展提供前瞻性的建议和技术储备。\n\n职位要求\n1、深入理解深度学习框架和软件栈；\n2、熟悉GPGPU、ASIC NPU的硬件架构；\n3、熟悉LLM和AIGC分布式部署训练方案，了解多层级卡间互联拓扑结构；\n4、有主动学习、快速解决问题的能力和自我驱动力；\n5、较强的C++、Python Coding能力。\n\n\n以下为加分项：\n1、有LLM、AIGC类模型的业务对接经验，熟悉多机多卡分布式训练和部署；\n2、了解硬件多层次存储层级、同构和异构计算单元原理；\n3、了解硬件片上NOC和片间互联通信协议等；\n4、有MLI、LLVM或者PyTorch开发经验；\n5、有GPU、FPGA或AI芯片相关的开发和评测经验。\n1、参与AI芯片软硬件设计，负责LLM和AIGC等业务模型结构和需求分析，指导硬件参数设计和微架构优化设计；\n2、负责根据硬件，设计分布式训练、部署方案，提供硬件硅前验证案例和软件设计方案；参与探索多卡互联拓扑结构和方案，实现多卡之间的协同工作；\n3、负责分布式业务模型和Roofline硬件仿真建模系统开发；\n4、跟踪行业最新技术动态，为公司的AI芯片多卡互联技术发展提供前瞻性的建议和技术储备。\n1、深入理解深度学习框架和软件栈；\n2、熟悉GPGPU、ASIC NPU的硬件架构；\n3、熟悉LLM和AIGC分布式部署训练方案，了解多层级卡间互联拓扑结构；\n4、有主动学习、快速解决问题的能力和自我驱动力；\n5、较强的C++、Python Coding能力。\n\n\n以下为加分项：\n1、有LLM、AIGC类模型的业务对接经验，熟悉多机多卡分布式训练和部署；\n2、了解硬件多层次存储层级、同构和异构计算单元原理；\n3、了解硬件片上NOC和片间互联通信协议等；\n4、有MLI、LLVM或者PyTorch开发经验；\n5、有GPU、FPGA或AI芯片相关的开发和评测经验。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T024"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}