职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7580331932727855413

资深后端开发工程师(AI计算效率方向) - Data AML

未披露 · 北京、上海 · 字节跳动

主分类:AI训练推理与计算优化
软件开发与 IT
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": "资深后端开发工程师(AI计算效率方向) - Data AML",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京、上海",
        "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": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍:Data AML是字节跳动的机器学习中台,为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力,并在这些业务的问题上研究一些具有通用性和创新性的算法。同时,也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、负责GPU中央算力池的建设和运维工作,通过更合理的资源调度策略,创造更多AI算力;\n2、负责全集团GPU数据的采集、加工和挖掘工作,依靠数据支撑,做好整个集团的GPU管理工作,包括:预算、交付、资源提效、二次利用等;\n3、参与AML机器学习平台的开发与优化,打造国内领先的聚焦AI开发者体验的机器学习平台;\n4、从机器学习系统架构、云原生架构、公有云架构等多个层面,进行技术探索和攻坚,帮助客户实现高性能、高资源利用率的高性能计算平台。",
        "requirements_text": "1、本科及以上学历,计算机、人工智能、软件工程等相关专业背景;\n2、有Linux、Golang/C/C++/Python/Java的开发经验;\n3、掌握分布式系统原理,参与过分布式系统的设计、开发和维护;\n4、对如下一个或多个领域有浓厚的兴趣,并愿意付出自己的时间进行深入研究和探索:\n1)机器学习框架:PyTorch等机器学习框架、GPU等异构计算芯片及优化、MLOps、CV/NLP/搜广推等领域模型算法等;\n2)云原生:Kubernetes及容器系统、训练任务和推理服务编排和调度、镜像加速等。\n\n加分项\n1、理解GPU/NPU等各种算力硬件架构,熟悉CUDA等高性能计算软件栈,有GPU性能分析的经验。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Golang",
            "Linux",
            "Kubernetes",
            "PyTorch",
            "CUDA",
            "机器学习",
            "自然语言处理",
            "分布式系统",
            "Go",
            "C语言"
        ],
        "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/7580331932727855413/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7580331932727855413",
        "post_date": "2025-12-05",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7580331932727855413/detail"
    },
    "fulltext": "资深后端开发工程师(AI计算效率方向) - Data AML\n职位描述\n团队介绍:Data AML是字节跳动的机器学习中台,为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力,并在这些业务的问题上研究一些具有通用性和创新性的算法。同时,也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、负责GPU中央算力池的建设和运维工作,通过更合理的资源调度策略,创造更多AI算力;\n2、负责全集团GPU数据的采集、加工和挖掘工作,依靠数据支撑,做好整个集团的GPU管理工作,包括:预算、交付、资源提效、二次利用等;\n3、参与AML机器学习平台的开发与优化,打造国内领先的聚焦AI开发者体验的机器学习平台;\n4、从机器学习系统架构、云原生架构、公有云架构等多个层面,进行技术探索和攻坚,帮助客户实现高性能、高资源利用率的高性能计算平台。\n\n职位要求\n1、本科及以上学历,计算机、人工智能、软件工程等相关专业背景;\n2、有Linux、Golang/C/C++/Python/Java的开发经验;\n3、掌握分布式系统原理,参与过分布式系统的设计、开发和维护;\n4、对如下一个或多个领域有浓厚的兴趣,并愿意付出自己的时间进行深入研究和探索:\n1)机器学习框架:PyTorch等机器学习框架、GPU等异构计算芯片及优化、MLOps、CV/NLP/搜广推等领域模型算法等;\n2)云原生:Kubernetes及容器系统、训练任务和推理服务编排和调度、镜像加速等。\n\n加分项\n1、理解GPU/NPU等各种算力硬件架构,熟悉CUDA等高性能计算软件栈,有GPU性能分析的经验。\n团队介绍:Data AML是字节跳动的机器学习中台,为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力,并在这些业务的问题上研究一些具有通用性和创新性的算法。同时,也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。\n\n1、负责GPU中央算力池的建设和运维工作,通过更合理的资源调度策略,创造更多AI算力;\n2、负责全集团GPU数据的采集、加工和挖掘工作,依靠数据支撑,做好整个集团的GPU管理工作,包括:预算、交付、资源提效、二次利用等;\n3、参与AML机器学习平台的开发与优化,打造国内领先的聚焦AI开发者体验的机器学习平台;\n4、从机器学习系统架构、云原生架构、公有云架构等多个层面,进行技术探索和攻坚,帮助客户实现高性能、高资源利用率的高性能计算平台。\n1、本科及以上学历,计算机、人工智能、软件工程等相关专业背景;\n2、有Linux、Golang/C/C++/Python/Java的开发经验;\n3、掌握分布式系统原理,参与过分布式系统的设计、开发和维护;\n4、对如下一个或多个领域有浓厚的兴趣,并愿意付出自己的时间进行深入研究和探索:\n1)机器学习框架:PyTorch等机器学习框架、GPU等异构计算芯片及优化、MLOps、CV/NLP/搜广推等领域模型算法等;\n2)云原生:Kubernetes及容器系统、训练任务和推理服务编排和调度、镜像加速等。\n\n加分项\n1、理解GPU/NPU等各种算力硬件架构,熟悉CUDA等高性能计算软件栈,有GPU性能分析的经验。",
    "standard_classification": {
        "std_category_code": "T014",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}