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": "大模型训练系统工程师-Data AML",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "机器学习"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、参与火山方舟训练系统研发，支持内外用户以Serverless形式使用方舟平台进行模型后训练(SFT、RL)；\n2、针对火山方舟复杂多租户训练场景设计弹性训练方案，支持在多机房多异构硬件下支持多租户混合训练，优化训练吞吐和稳定性；\n3、设计强化学习系统，提升训练效率，并设计用户友好的强化学习训练接口。",
"requirements_text": "1、熟练掌握Python，Rust，C++等一门或多门编程语言，编程风格良好，有框架设计和抽象能力；\n2、有训练框架设计或训练系统优化经验，参与过大模型训练工程或复杂分布式系统开发；\n3、乐于追踪和解决问题，喜欢钻研底层原理与性能瓶颈，擅长科学建模；\n4、以下条件为加分项：\n1）有扎实的体系结构优化经验，熟悉异构硬件、高性能网络特性；\n2）有科学优化的能力，能自主分析训练效率，并确定优化方向；\n3）对主流强化学习框架有了解，对于训练框架有技术品味跟洞察力。",
"skills": [AI生成
"Python",
"C++",
"Rust",
"强化学习",
"分布式系统",
"模型训练",
"解决问题",
"建模",
"大语言模型"
],
"preferred_qualifications": "4、以下条件为加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7579103047949158709/detail"
}
]
},
"posting": {
"posting_id": "7579103047949158709",
"post_date": "2025-12-02",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7579103047949158709/detail"
},
"fulltext": "大模型训练系统工程师-Data AML\n职位描述\n1、参与火山方舟训练系统研发，支持内外用户以Serverless形式使用方舟平台进行模型后训练(SFT、RL)；\n2、针对火山方舟复杂多租户训练场景设计弹性训练方案，支持在多机房多异构硬件下支持多租户混合训练，优化训练吞吐和稳定性；\n3、设计强化学习系统，提升训练效率，并设计用户友好的强化学习训练接口。\n\n职位要求\n1、熟练掌握Python，Rust，C++等一门或多门编程语言，编程风格良好，有框架设计和抽象能力；\n2、有训练框架设计或训练系统优化经验，参与过大模型训练工程或复杂分布式系统开发；\n3、乐于追踪和解决问题，喜欢钻研底层原理与性能瓶颈，擅长科学建模；\n4、以下条件为加分项：\n1）有扎实的体系结构优化经验，熟悉异构硬件、高性能网络特性；\n2）有科学优化的能力，能自主分析训练效率，并确定优化方向；\n3）对主流强化学习框架有了解，对于训练框架有技术品味跟洞察力。\n1、参与火山方舟训练系统研发，支持内外用户以Serverless形式使用方舟平台进行模型后训练(SFT、RL)；\n2、针对火山方舟复杂多租户训练场景设计弹性训练方案，支持在多机房多异构硬件下支持多租户混合训练，优化训练吞吐和稳定性；\n3、设计强化学习系统，提升训练效率，并设计用户友好的强化学习训练接口。\n1、熟练掌握Python，Rust，C++等一门或多门编程语言，编程风格良好，有框架设计和抽象能力；\n2、有训练框架设计或训练系统优化经验，参与过大模型训练工程或复杂分布式系统开发；\n3、乐于追踪和解决问题，喜欢钻研底层原理与性能瓶颈，擅长科学建模；\n4、以下条件为加分项：\n1）有扎实的体系结构优化经验，熟悉异构硬件、高性能网络特性；\n2）有科学优化的能力，能自主分析训练效率，并确定优化方向；\n3）对主流强化学习框架有了解，对于训练框架有技术品味跟洞察力。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}