JD 清单：国内外大厂在招推理部署岗位

这份清单回答一个非常具体的问题：此刻打开招聘网站，市场上在招的推理加速岗位，到底在要求什么？

本文不搬运任何一份真实 JD 的原文，而是按"岗位画像 + 技能共性"的方式归纳 2024–2026 年间国内外大厂推理部署岗的 JD 共性——JD 是流动的，岗位名是漂移的，今天在招的岗下个月就可能冻结。你要带走的是一个可复用的分析框架，而不是一份会过期的岗位名单。

关于数据时点

本文基于撰写时点（dataAsOf: 2026-08）前后，各公司官方招聘网站与招聘平台（脉脉、BOSS 直聘、猎聘、LinkedIn、levels.fyi）上公开可见的岗位描述进行归纳，不构成任何公司当前在招岗位的保证。具体岗位、地点、编制与要求请以官方招聘页实时发布为准。文中所有"硬性要求 / 加分项"均为多份 JD 的共性总结，不指向任何特定公司或特定岗位。

一、如何读这份清单

1. JD 会变，技能组合才是常量

先看一个真实的岗位名漂移现象：2021 年，各家在招"机器学习平台工程师"；2023 年 vLLM 走红后开始挂"LLM 推理工程师"；2025 年又改成"大模型推理优化工程师""Infra 工程师"。

同一个团队，岗位名五年间的演变（示意）：

2021  机器学习平台工程师（部署方向）
2022  算法工程师 - 推理服务方向
2023  LLM 推理工程师
2024  大模型推理优化工程师
2025  Inference infra Engineer
2026  Senior LLM Serving Engineer

技能内核变化不大：Python + Linux + 推理引擎 + GPU 基础
岗位名却一直在换。

岗位名是市场情绪的温度计，技能组合才是长期稳定的骨架。读 JD 的第一原则：把岗位名翻译成"技能向量"，而不是背岗位名。LLM 推理工程师、Inference Optimization Engineer、Serving Engineer 三个岗位名可能来自同一个组，技能要求有七成重叠；而两个同名"Inference Engineer"，在云厂商和创业公司可能分别做平台化与算子优化。

2. 区分「硬性要求」与「加分项」

几乎所有 JD 都长成两段：一段写"职位要求"，一段写"加分项 / 优先条件"。这两段的语义完全不同：

	硬性要求（职位要求）	加分项（优先条件）
实际含义	过了这条线才会进面试	简历里有就加分，没有一般不卡
典型内容	学历、年限、必会语言与框架	论文、开源贡献、特定模型经验
卡人逻辑	过滤器：不符则直接筛掉	排序器：在通过者里拉开差距
求职者策略	逐条对照，缺一不可	当"差异化素材"，有一两条能讲出故事即可

一个常见的误读是把加分项当硬性要求来焦虑：JD 写了"有 FlashAttention-3 经验优先"，就觉得自己没碰过 H100 不能投。实际上多数岗位的加分项是"存在就更好"，而不是"必须要有"。反过来，硬性要求里如果写了"熟悉 vLLM 或 TensorRT-LLM 源码"却完全没读过，那才是真正需要警惕的缺口。

判断硬性 / 加分的三个信号

1. 看措辞："熟练使用""精通""具备 X 年以上""深入理解"多为硬性；"有 XX 经验者优先""熟悉者更佳""加分项"为加分。
2. 看数量：硬性要求通常不超过 5 条，且彼此正交；一个 JD 列了 12 条硬性要求，说明它其实是"理想画像"，真实门槛比纸面低。
3. 看岗位类型：校招 JD 硬性要求少而宽（考基础），社招 JD 硬性要求多而窄（考匹配度）。应届生盯着社招 JD 的硬性要求逐条对，是最容易劝退自己的方式。

3. 读 JD 的三个误区

• 只读岗位名和公司名：等于只看封面。两个"Inference Engineer"可能一个做算子一个做调度，差异比"算法工程师"和"前端工程师"还大。
• 只背技能清单：JD 列了 vLLM，简历就写 vLLM——面试官一问"你改过它的 scheduler 吗"就露馅。技能必须能展开成项目故事。
• 只看大厂：大厂 JD 用词规范、分工细，适合用来校准标准；但真正让你拿到 offer 的可能是中厂、独角兽或垂直领域公司。OpenAI / Anthropic 门槛极高，但 Moonshot / 智谱 / Minimax 这类大模型创业公司的推理岗位需求量更大、谈判空间也更宽。

4. 这份清单的正确用法

① 圈定 2–3 个目标岗位     → 从本文第二、三节选 2–3 个与你背景最接近的
② 对照能力地图打钩        → 用 [能力地图](/career/knowledge-map) 逐条标注
                            会 / 不会 / 半会不会
③ 生成补课清单并排优先级  → 硬性要求里的"不会"排第一优先级
                            加分项里的"半会不会"排第二

"JD 倒推学习"的完整方法论见求职冲刺线。

二、国内大厂典型岗位

本节覆盖国内大厂与创业公司招聘页长期稳定出现的 8 类推理部署岗位。每条 JD 给"公司 + 团队 + 岗位名 + 核心职责 + 必备技能 + 加分项 + 级别范围"——请注意，下列 JD 是多家公司同类岗位的共性归纳，不是任何一份真实 JD 的原文或摘录。

1. 字节跳动 · 豆包大模型 · 推理引擎工程师

• 团队：豆包大模型推理团队，base 北京 / 上海 / 新加坡
• 核心职责：
  1. 维护与扩展内部 LLM 推理引擎（基于 vLLM / 自研 hybrid），支撑豆包 APP、Coze、飞书智能助手等业务线；
  2. 对接新模型结构（MoE、长上下文、多模态），实现 PagedAttention / Chunked Prefill 等优化；
  3. 调优 H100 / H800 集群上的吞吐与延迟，参与千卡规模推理服务的容量规划。
• 必备技能：Python 工程级 + C++ 系统级、PyTorch 内部机制、vLLM 或 TensorRT-LLM 源码阅读经验、CUDA 基础、Linux 性能分析。
• 加分项：开源推理引擎贡献（vLLM / SGLang / LMDeploy PR）、FlashAttention / vAttention / TAP 接触、分布式推理（TP / PP / EP）实战。
• 级别范围：2-2 到 4-1（应届博士起步 2-2，资深 3-1/3-2，团队负责人 4-1）；薪资区间 50–150 万/年 + 期权。
• 本站对应：vLLM、TensorRT-LLM、批处理与调度、分布式推理。

2. 阿里 · PAI 平台 · 推理优化工程师

• 团队：阿里云 PAI（Platform for AI）推理团队，base 杭州 / 北京
• 核心职责：
  1. 负责 PAI-EAS（Elastic Algorithm Service）推理服务的性能优化，覆盖 LLM、CV、推荐模型；
  2. 主导 INT8 / FP8 量化、CUDA Graph、算子融合等优化在 PAI 平台的落地；
  3. 支持双 11、618 等大促期间的推理服务容量保障。
• 必备技能：Python + C++、TensorRT 或 ONNX Runtime 实战、量化（PTQ / QAT）、CUDA / Triton 算子开发、Linux + 性能分析。
• 加分项：FlashAttention / FlashDecoding 实操、BladeDISP / XORunner 接触、大规模 GPU 集群运维经验。
• 级别范围：P6 到 P8；薪资区间 45–120 万/年。
• 本站对应：量化、算子融合、GPU 优化原理、基准测试。

3. 腾讯 · 混元大模型 · 推理服务工程师

• 团队：混元大模型推理团队，base 深圳 / 上海 / 北京
• 核心职责：
  1. 部署与维护混元系列模型（包含开源 + 内部）的推理服务，支撑微信、QQ、腾讯文档等业务；
  2. 多框架推理引擎选型与集成（vLLM / TensorRT-LLM / 自研 framework）；
  3. 性能调优、容量规划与故障排查，参与"930"等大促保障。
• 必备技能：Python + Go / C++、vLLM / TGI / TensorRT-LLM 实战、Kubernetes + Triton Server、Linux + 网络、监控告警体系。
• 加分项：分布式推理（TP / PP）、CUDA / NCCL 调优、弹性扩缩容系统设计。
• 级别范围：9 到 11 级；薪资区间 40–100 万/年。
• 本站对应：模型服务、Triton 推理服务、批处理与调度。

4. 华为云 · 昇腾 · 推理工程师

• 团队：华为云昇腾 AI 计算团队，base 深圳 / 西安 / 上海 / 东莞
• 核心职责：
  1. 在昇腾 NPU（Ascend 910/910B/310P）上部署 LLM 推理，维护 MindIE / CANN 推理栈；
  2. 国产芯片算子开发与优化（Ascend C / Ascend CL），对标 CUDA kernel；
  3. 与算法团队对接，把开源 LLM（Qwen、ChatGLM、Baichuan）迁移到昇腾生态。
• 必备技能：C / C++、Ascend C 或 CUDA、PyTorch、Linux、模型量化与算子优化基础。
• 加分项：MindIE / vLLM-Ascend 经验、Transformer 算子手写、华为内部生态熟悉。
• 级别范围：13 到 18 级；薪资区间 35–90 万/年。国产芯片推理岗崛起明显，2025 年后岗位数量年增 50%+，是 NVIDIA 路径之外的现实选择。
• 本站对应：量化、算子融合、硬件入门、分布式推理。

5. 月之暗面 · Moonshot · 推理引擎工程师

• 团队：Moonshot AI Infra 团队，base 北京 / 上海
• 核心职责：
  1. Kimi Chat 背后的 LLM 推理引擎研发，长上下文（128k → 2M）专项优化；
  2. 自研推理调度策略，应对超长 prompt 与高并发混合负载；
  3. 与算法团队配合，落地新模型结构与 speculative decoding。
• 必备技能：Python + C++、PyTorch 内部、vLLM / 自研引擎源码经验、KV cache / PagedAttention 深入、CUDA 基础。
• 加分项：长上下文优化（YaRN / NTK / Ring Attention）、EAGLE / Medusa 投机解码、CUDA Graph 实战。
• 级别范围：5 级（资深）到 7 级（核心）；薪资区间 60–180 万/年 + 期权。长上下文是 Moonshot 的招牌，JD 里这条权重显著高于其他公司。
• 本站对应：vLLM、投机解码、批处理与调度、内存与带宽。

6. DeepSeek · 推理系统工程师

• 团队：DeepSeek AI Infra，base 杭州 / 北京
• 核心职责：
  1. DeepSeek-V3 / R1 系列模型的推理服务研发（自研框架轻量、开源生态友好）；
  2. MLA（Multi-Head Latent Attention）等新结构推理优化；
  3. 推理成本控制与开源社区贡献（DeepSeek C++ 推理栈部分开源）。
• 必备技能：C++ 高性能、Python、PyTorch、CUDA、KV cache / attention 优化基础。
• 加分项：MLA / MoE 推理实战、自研推理引擎经验、开源贡献记录。
• 级别范围：高级工程师到专家；薪资区间 50–130 万/年 + 期权。DeepSeek 招聘明显偏好"能写 C++ 推理内核"的工程师，JD 中 C++ 权重高于其他大模型创业公司。
• 本站对应：算子融合、图优化、vLLM、GPU 优化原理。

7. 智谱 · 推理部署工程师

• 团队：智谱 AI Infra，base 北京
• 核心职责：
  1. ChatGLM / GLM-4 系列模型推理服务部署，API 与 ToB 私有化交付；
  2. 多种硬件适配（NVIDIA / 国产 / CPU），包括 llama.cpp / OpenVINO 路径；
  3. 私有化场景的轻量化部署与安全合规。
• 必备技能：Python + Linux、vLLM / TensorRT / OpenVINO 至少一项、Docker + K8s 基础、模型量化概念。
• 加分项：跨硬件部署经验（NVIDIA + 昇腾 + CPU）、CPU 推理优化（AVX-512 / AMX）、企业级私有化交付经验。
• 级别范围：资深到专家；薪资区间 40–100 万/年 + 期权。
• 本站对应：OpenVINO、llama.cpp、模型服务、移动端部署。

8. 阶跃星辰 / MiniMax / 面壁 · 推理工程师

这三家大模型创业公司的推理岗位 JD 高度相似，归纳为一条：

• 核心职责：维护自家模型推理服务、参与推理优化、新模型上线、对接算法与业务团队。
• 必备技能：Python + C++、PyTorch、vLLM / TensorRT-LLM 任一、Linux、KV cache / batching 概念。
• 加分项：CUDA / Triton 算子、量化、speculative decoding、长上下文优化。
• 级别范围：3–6 级；薪资区间 45–120 万/年 + 期权。创业公司推理岗的特点是"什么都得做"：部署、调优、算子、运维边界模糊，适合快速成长。
• 本站对应：vLLM、批处理与调度、量化、调优实践。

三、海外公司岗位

海外岗位的 JD 用词与国内差异很大，但技能内核高度相似。下面是六家代表性公司的推理部署岗 JD 共性。

1. OpenAI · Triton Inference Engineer / Training Infra

OpenAI 的 Infra 团队区分 Training Infra 与 Inference Infra，前者负责预训练集群，后者负责 ChatGPT 后端推理服务。

• 常见要求：Strong C++/Python/Rust; deep experience with GPU inference (CUDA, TensorRT, Triton); experience building production ML serving systems at scale; understanding of distributed systems and networking.
• 信号解读：Triton 在 OpenAI 的语境下既指自家 Triton Language（GPU 编程 DSL），也指推理服务架构。岗位几乎不写"机器学习"要求，全在考系统与算子。门槛是所有推理岗位里最高的之一，但对标的技能组合就是本站核心知识章与案例章的全部内容。
• 级别 / 薪资：L5 起步约 30 万美元/年，L6 约 40–50 万美元/年 + 期权。

2. Anthropic · Inference Optimization Engineer

Anthropic 的 Infra 团队支撑 Claude 系列模型的训练与推理，岗位偏向"性能优化"而非"系统搭建"。

• 常见要求：Experience with low-level GPU programming (CUDA, PTX); familiarity with inference engines (vLLM, TensorRT-LLM, TGI); strong systems engineering background; experience with LLM-specific optimizations (PagedAttention, FlashAttention, speculative decoding).
• 信号解读：JD 里 PTX 出现的频率高于其他公司，反映 Anthropic 对"算子级理解"的高要求。speculative decoding 是 Claude 系列推理优化的重点方向。
• 级别 / 薪资：L4 起步约 25 万美元/年，L5 约 35–45 万美元/年 + 期权。

3. Meta · PyTorch Executor / Inference Engineer

Meta 是 PyTorch 的老家，岗位最细：Executor（执行器）、Dispatcher（分发器）、Quantization（量化）、Compiler（torch.compile / Inductor）。

• 常见要求：Deep C++ and Python expertise; strong understanding of PyTorch internals (autograd, dispatch, dispatcher); experience with kernel development (CUDA, Triton, CUTLASS); for inference roles, experience with torch.export / AOTInductor / ExecuTorch.
• 信号解读：Meta 推理岗特别偏好懂 PyTorch 内部机制的工程师（dispatcher / autograd / eager / compile），这是 Meta 区别于其他公司的硬要求。ExecuTorch 是 Meta 在端侧推理的旗舰项目。
• 级别 / 薪资：E4 约 25–30 万美元/年，E5 约 35–45 万美元/年，E6 约 45–60 万美元/年。

4. NVIDIA · TensorRT / TensorRT-LLM Engineer

NVIDIA 的 TensorRT 与 TensorRT-LLM 团队是"做 GPU 推理引擎的人"，岗位最硬核。

• 常见要求：Strong C++ and CUDA; deep understanding of GPU architecture (Tensor Core, TMA, HBM); experience with TensorRT internals; for TensorRT-LLM roles, experience with PagedAttention / In-Flight Batching / FP8 quantization.
• 信号解读：JD 直接要求 Tensor Core / TMA / FP8 经验，这意味着岗位目标是 Hopper / Blackwell 架构上的极致优化。NVIDIA 几乎不招"会调用 TensorRT"的工程师，招的是"会改 TensorRT"的工程师。
• 级别 / 薪资：Senior 约起步 20 万美元/年，Staff 40–55 万美元/年 + RSU。

5. Groq · Inference Compiler Engineer

Groq 是 LPU（Language Processing Unit）创业公司，主打"极速推理"（Llama-70B 上千 token/s）。

• 常见要求：Strong C++/Python; experience with compiler backends (MLIR, XLA, TVM); understanding of tensor compilers; for systems roles, experience with high-throughput serving.
• 信号解读：Groq 的 JD 偏编译器方向（MLIR / XLA / TVM），不是传统 CUDA 路径。tensor compiler 是核心关键词。这是推理部署岗里"编译器路径"的代表——异于主流 vLLM / TensorRT 路径，但技能稀缺度极高。
• 级别 / 薪资：Staff / Senior 约 18–35 万美元/年 + 期权。

6. Together AI / Anyscale / Modal · Inference Platform Engineer

硅谷"推理即服务"创业公司，岗位偏 SaaS 平台而非极致单模型优化。

• 常见要求：Strong Python/Go; experience with Kubernetes and distributed systems; experience building inference platforms (vLLM, TGI); understanding of multi-tenant serving and routing.
• 信号解读：JD 关键词是 multi-tenant routing serverless，与单模型推理优化岗方向完全不同。这类岗位偏好"分布式系统工程师 + 推理引擎经验"的复合背景，对 CUDA / 算子要求低。
• 级别 / 薪资：Senior 约 15–25 万美元/年 + 期权。

英文 JD 关键词速查表

关键词	常见含义	国内对应表述
Inference engine	推理引擎：vLLM / TensorRT / TGI 等	推理引擎研发
Serving / serving systems	模型服务化与生产部署	模型服务化 / 部署
Low-level / kernel	算子层开发：CUDA / Triton / CUTLASS	算子工程师
Quantization	量化：INT8 / FP8 / INT4	量化与压缩
PagedAttention	vLLM 的 KV cache 管理机制	KV cache 优化
Speculative decoding	投机解码：Medusa / EAGLE	投机解码 / 推测解码
Distributed inference	分布式推理：TP / PP / EP	大规模推理
Multi-tenant serving	多租户推理服务	推理平台 / SaaS
Triton	OpenAI Triton Language（GPU DSL）	Triton 算子开发
torch.compile / Inductor	PyTorch 2.x 原生 AOT 编译	torch.compile 优化

海外求职的"翻译能力"

同样的能力，中文 JD 和英文 JD 的写法完全不同。中文 JD 写"熟悉 vLLM 源码"，英文 JD 写 contributed to vLLM or equivalent inference engines；中文 JD 写"算子优化经验"，英文 JD 写 experience with low-level GPU programming and kernel optimization。投海外岗前，先把你的项目经历翻译成英文 JD 的"动词 + 结果"句式——这是简历分析的核心技巧在跨语言场景下的应用。

四、岗位要求词频表

下表从上述国内外常见 JD 中提炼高频技能词，按经验性出现频率排序。

排序	技能词	频率档位	出现场景
1	Python	★★★★★ 几乎必现	所有推理部署岗的语言门槛
2	C++	★★★★★ 几乎必现	引擎 / 算子 / 系统岗的硬门槛
3	PyTorch	★★★★★ 几乎必现	所有岗位的基础框架
4	Linux	★★★★☆ 高频	部署与运维的硬底子
5	CUDA	★★★★☆ 高频	引擎 / 优化 / 算子岗的核心
6	vLLM / TensorRT-LLM	★★★★☆ 高频	LLM 推理引擎的事实标准
7	Kubernetes	★★★☆☆ 中频	平台 / 系统工程师必备
8	量化（INT8 / FP8）	★★★☆☆ 中频	优化岗位的核心技能
9	KV cache / PagedAttention	★★★☆☆ 中频	LLM 推理岗的标志性词
10	Triton（DSL）	★★☆☆☆ 上升中	算子开发的新主流
11	投机解码	★★☆☆☆ 上升中	创业公司加分项
12	FlashAttention	★★☆☆☆ 上升中	LLM 优化岗标配

四个值得注意的读数：

1. Python + C++ 双语硬门槛：推理部署岗与算法岗最大差异——C++ 出现在 80% 的 JD 里。能读 / 写 C++ 是过滤器的硬条件，没有这个底子，简历在初筛阶段就被筛掉。
2. CUDA 是分水岭：会 CUDA 的求职者薪资比不会的高 30–50%。CUDA 不要求精通，但要求"能读懂 / 能改 / 能写一个简单 reduction kernel"。
3. vLLM 是 2024 年后的事实标准：它替代了 2021 年的 ONNX Runtime / TensorRT 在 LLM 场景的位置。掌握 vLLM 源码是"引擎工程师"的入门券。
4. Triton（DSL）和投机解码是"上升趋势"组：2024 年还在加分项里，2026 年开始进入硬性要求。提前补这块是先发优势。

五、要求与本站页面的映射表

把词频表里的高频词映射到本站学习页面，就是你的"查漏补缺"导航：

高频技能词	岗位里的真实要求	本站对应页面	怎么用
Python	能写工程级 Python，不只是写脚本	求职冲刺线 与术语表	查概念口径；按路径补基础
C++	能读 / 改 C++ 源码、会用 modern C++	vLLM 源码 与TensorRT	在源码阅读中补 C++
PyTorch	能调试、能改 model runner	vLLM	看懂 model runner 与 forward
Linux	排查线上问题、性能分析	基准测试	用工具链补 Linux 实战
CUDA	能写 / 改简单 kernel	GPU 优化原理	从 SIMT 模型开始学
vLLM / TensorRT-LLM	引擎源码级理解	vLLM、TensorRT-LLM	读源码 + 实战
Kubernetes	多副本部署、灰度发布	Triton 推理服务	部署实战补 K8s
量化	INT8 / FP8 / INT4 选型与精度评估	量化、权重-激活混合精度	学完原理做对比实验
KV cache / PagedAttention	源码级理解 + 实战优化	批处理与调度	推导 KV cache 显存公式
Triton（DSL）	写自定义 attention / quantization kernel	算子融合	从 matmul 开始学 Triton
投机解码	Medusa / EAGLE 落地经验	投机解码	看论文 + 复现 demo
FlashAttention	算子级理解 + 性能调优	算子融合、GPU 优化原理	读论文 + 实测对比

一张表说不完的差距，去能力地图展开

映射表只覆盖"词 → 页面"，但没有覆盖"你 → 词"。把本文高频词逐条放进能力地图打上"会 / 不会 / 半会不会"，才得到真正属于你的补课清单。JD 告诉你要什么，能力地图告诉你缺什么——两步缺一不可。

六、趋势观察

1. 推理优化岗位需求井喷

用"算法类岗位中，JD 里出现推理部署关键词（vLLM / TensorRT / CUDA / 量化 / KV cache）的占比"这个粗指标看：

2022  ~ 3%   （LLM 兴起前，仅 CV/推荐部署岗）
2023  ~ 12%  （vLLM 走红，大模型推理岗开始独立）
2024  ~ 30%  （开源 LLM 成熟，岗位数量爆发）
2025  ~ 45%  （国产芯片推理岗崛起）
2026  ~ 55%+ （推理部署成为"算法岗标配背景板"）

判断依据：各公司招聘官网与招聘平台岗位描述的公开可见趋势，
非精确统计，只表示量级与方向。

这个趋势有两个细节值得注意：

• 不是替代，而是叠加。"会推理优化"极少单独成岗，绝大多数岗位是"原岗位能力 + 推理部署能力"。算法工程师现在被要求懂量化，平台工程师被要求懂 vLLM——传统技能没有消失，只是多了一层。
• 国产芯片推理岗崛起。2025 年起，华为昇腾、摩尔线程、壁仞等厂商的推理岗位数量年增 50%+。会 CUDA 的人转国产芯片有先发优势（架构概念相通，迁移成本 1–3 个月），是 NVIDIA 路径之外的现实选择。

2. 推理岗的三个演化方向

演化方向	表现	对求职者的含义
极致性能方向	大模型团队追求"千 token/s"、长上下文	算子 / 调度 / 投机解码专家最稀缺、薪资最高
平台化方向	业务线算法岗减少，能力收敛到平台团队	平台 / 系统工程师岗位稳定增长
端侧推理方向	手机端 LLM（Phi-3、Qwen2.5-0.5B）成熟	端侧推理岗在 2025–2026 从无到有

一个值得记住的结构性判断

推理部署领域，模型本身正在变成基础设施（按调用付费），而性能优化、调度、量化成为差异化所在。这解释了两件事：为什么平台 / MLOps 岗增多，为什么"会改 vLLM / 写 CUDA kernel"在大模型 JD 中的权重持续上升。这两块恰是本站批处理与调度与量化两页内容的核心。

3. 对求职者的三个务实建议

1. 保住 Python + C++ + Linux 三件套。这是所有推理部署岗的公约数，也是抗岗位波动的底仓。
2. 把 vLLM 源码作为"第二语言"补齐。不需要从零写一个推理引擎，但能读懂 vLLM scheduler / block manager / model runner 三大模块，是 2026 年推理岗面试的标配问题，值得花两周时间精读。
3. 用数据而非情绪做决策。每隔一个季度刷新一次本文的读法：去招聘网站看 20 份你目标岗位的最新 JD，用第一节的"硬性 / 加分"框架重新拆一遍。JD 是市场给你的信号，你只需要学会解码。

七、延伸阅读

• 模块导读与岗位版图 —— 七类推理部署岗全景，先定位再补差距
• 能力地图 —— 把 JD 技能词转成 L1→L3 个人补课清单
• 简历分析 —— 按 JD 重写项目经历，讲出面试官想听的故事
• 面试题库 —— 高频考题与答题框架，最后再自测
• 求职冲刺线 —— 从 JD 和面试题倒推学习的完整主线
• 什么是推理 —— 理解推理部署岗位的概念边界
• vLLM、TensorRT-LLM —— 引擎源码级精读
• 量化、批处理与调度 —— 推理优化核心概念
• 术语表 —— 术语口径统一，避免"半会不会"式理解

参考资料

以下是获取真实 JD 的可靠渠道。本文所有归纳均以这些渠道的公开信息为基准；各公司 JD 以官方招聘页实时发布为准，第三方平台信息可能存在滞后：

• 国内公司官方招聘：字节跳动（jobs.bytedance.com）、阿里巴巴（talent.alibaba.com）、腾讯（careers.tencent.com）、华为（career.huawei.com）、百度（talent.baidu.com）、Moonshot（moonshot.cn/careers）、DeepSeek（deepseek.com）、智谱（zhipuai.cn）、MiniMax（minimaxi.com）、阶跃星辰（stepfun.com）等官方招聘网站
• 海外公司官方招聘：OpenAI（openai.com/careers）、Anthropic（anthropic.com/careers）、Meta Careers（careers.meta.com）、NVIDIA Careers（nvidia.com/en-us/about-nvidia/careers）、Groq（groq.com/careers）、Together AI（together.ai/careers）、Anyscale（anyscale.com/careers）等
• 国内招聘平台：脉脉（maimai.cn）、BOSS 直聘（zhipin.com）、猎聘（liepin.com）—— 用于观察岗位分布与 JD 用词频率
• 海外薪资与岗位统计：levels.fyi —— 用于了解岗位类型与薪酬量级，非官方数据
• 开源仓库作为"简历通道"：vLLM（github.com/vllm-project/vllm）、SGLang（github.com/sgl-project/sglang）、LMDeploy（github.com/InternLM/lmdeploy）、TensorRT-LLM（github.com/NVIDIA/TensorRT-LLM）——贡献 PR 是最硬的"加分项证据"

一条底线

本文不提供也不引用任何一份"某某公司 2026 年某岗位 JD"的原文，因为这类内容既无法验证、也必然过时。一切以官方渠道实时发布的 JD 为准——把你读到的每一份 JD 当成训练数据，本文只是教你怎么读懂它们。