字节跳动
机器学习系统调度研发工程师-Data AML
机器学习系统调度研发工程师-Data AML
发布于 1 天前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
学历未注明
机器学习
分布式系统
GPU
NLP
GO
RDMA
资源调度
CV
AI 估算 · 30k–50k
字节跳动高级研发岗，杭州薪资略低于北京，但机器学习调度方向技术稀缺，竞争力强，月薪中位数合理。
职位详情
关于这个职位
该职位负责字节跳动机器学习系统资源调度的设计与开发，涉及NLP/CV/Speech等场景的模型训练与推理
你将面对大规模分布式集群，优化GPU、CPU等异构资源的编排，实现稳定、潮汐、混布和多云资源的合理化使用
通过技术手段充分发挥集群计算能力，支持多机房、多地域、多云的负载调度
最低要求
熟练掌握Linux环境下的Go/Python/Shell等1至2种以上语言
熟悉Kubernetes架构和生态，熟悉Docker/Containerd/Kata/Podman等容器技术，有丰富的机器学习系统实践和开发经验
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
有优秀的逻辑分析能力，能够对业务逻辑进行合理的抽象和拆分
有强烈的工作责任心，较好的学习能力、沟通能力和自驱力，能够快速的响应和行动
工作职责
负责机器学习系统资源调度的设计和开发，服务于各方向场景（NLP/CV/Speech等）的模型训练、模型评估和模型推理
负责多种异构资源（GPU、CPU、其他异构硬件）的最优化编排，实现稳定资源、潮汐资源、混布资源、多云资源的合理化使用
负责通过技术手段实现计算资源、RDMA高速网络资源、存储资源的最优调度，充分发挥大规模分布式集群的计算能力
负责多机房、多地域、多云场景的在离线任务/服务调度，实现负载合理化分布
优先资格
加分项：
熟悉至少一种主流的机器学习框架（TensorFlow/PyTorch）
有以下某一方向领域的经验：AI Infrastructure，HW/SW Co-Design，High Performance Computing，ML Hardware Architecture(GPU、Accelerators、Networking)
AI 洞察
优缺点分析
优点
- 字节跳动平台资源丰富，业务场景多样，能积累一线大厂经验
- 团队技术氛围浓厚，内部开源和工具链完善，利于个人技术深耕
- 技术栈要求全面，需要同时掌握分布式、Kubernetes、机器学习等多领域知识
- 系统复杂性高，排查问题需要较强的逻辑分析和持久攻坚能力
- 适合对大规模分布式系统和高性能计算有浓厚兴趣，愿意深入底层调度技术，并能适应高强度工作节奏的技术型人才
缺点 / 挑战
- 接触超大规模分布式集群和前沿AI技术，技术挑战大，成长空间广阔
- 工作强度较高，需要快速响应线上问题，可能涉及值班或紧急修复
角色解读
- 向机器学习基础设施专家或架构师方向发展，负责更大规模的集群调度系统
- 横向拓展至AI平台整体架构，参与训练框架、推理引擎、数据管道等核心组件
- 在字节跳动内部可转向技术管理岗位，带领团队突破资源调度瓶颈
- 设计和开发机器学习系统的资源调度模块，支持NLP、CV、Speech等模型的训练和推理
- 优化GPU、CPU等异构资源的编排与分配，实现稳定、潮汐、混布、多云资源的合理利用
- 通过调度算法提升大规模分布式集群的计算效率，管理多机房、多地域的负载分布
- 精通Go/Python等语言，具备扎实的Linux开发能力
- 深入理解Kubernetes生态及容器技术，有丰富的机器学习系统实践经验
- 掌握分布式系统原理，参与过分布式调度或资源管理系统的开发
申请策略
- 提前了解字节跳动AML团队的技术博客和开源项目，面试时展现对调度领域的深入思考
- 准备一个完整的大规模资源调度案例，从设计到落地的全流程复盘
- 突出Kubernetes、Docker等容器编排项目的实际经验，包括集群规模、调度优化等量化成果
- 强调分布式系统设计或参与过的资源调度系统，说明具体贡献和难点解决
- 展示机器学习相关项目经历，特别是训练/推理场景下的工程实践
- 补充学习Linux内核调度、CGroup、网络性能调优等底层知识
- 熟悉TensorFlow/PyTorch分布式训练原理，了解Horovod或DeepSpeed等框架
面试指南
- 从问题定义、目标约束、方案设计、权衡分析、工程实现五步法展开回答
- 结合具体业务场景，先给出通用思路再细化技术选型，突出可落地性
- 适当引用业界实践（如阿里Sigma、Google Borg）并对比字节内部特点
- 如何设计一个支持多种资源的Kubernetes调度器？
- 解释GPU显存调度和任务排队的策略，如何避免资源碎片？
- 描述你解决过的分布式系统资源竞争或死锁问题
- Kubernetes中如何实现混部（在线和离线任务）的资源隔离？
- 面对突发流量，如何保证模型推理服务的资源快速扩缩？
匹配度报告
68
综合匹配度
字节跳动AML高级调度研发岗，前沿技术栈、高成长性，但工作强度大、WLB一般。
适合人群
该职位最适合追求技术深度和快速成长的求职者，愿意在高强度环境中挑战前沿技术。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活45
使命价值60
薪资福利匹配
75中等
字节跳动薪资在行业内具有竞争力，且作为上市公司福利体系完善，但具体薪资需面议，补偿性动机满足程度较好。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
90较高
该岗位涉及前沿的AI基础设施、大规模分布式系统，技术挑战高，成长空间极大，发展性动机满足程度很高。
技术前沿前沿/新兴技术
技术栈Kubernetes、Docker、GPU、RDMA、分布式调度、机器学习
业务类型profit_center
工作生活匹配
45较低
字节跳动整体工作节奏较快，该岗位涉及线上服务调度，可能需要应对紧急问题，生活化动机满足程度较低。
工作模式仅现场办公
办公地点未明确
加班情况明确要求弹性/高强度
使命价值匹配
60中等
该岗位通过优化资源调度提升AI计算效率，间接推动技术发展，但社会价值导向不明显，意义感满足程度中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs