DataHub 招聘专题 · 数据更新至 2026-10-20
MiniMax招聘
MiniMax 招聘覆盖大模型、多模态、AI 产品、工程平台和商业化等方向。本专题整理 MiniMax 相关岗位，方便候选人查看岗位职责、地点和方向分布。
专题说明
查看MiniMax的岗位职责、工作地点、已披露薪资与任职要求，并通过职位详情核对原招聘来源。DataHub整理724个公开岗位样本，数据截至2026-10-20；本页为第三方汇总，非企业招聘官网，是否在招以原招聘页面为准。 页面会随招聘数据重建自动更新，适合用于观察岗位供给、公司分布和城市变化。
云原生可观测系统研发工程师
建设统一的AI可观测平台，包括指标、日志、Trace、事件的采集、处理、存储、查询与可视化能力；建立作业、请求、Agent任务与节点、GPU、Pod、进程、Rank、模型、版本之间的关联
AI基础设施-模型服务化工程师
支持MiniMax模型在全球多机房的大规模部署与优化；与模型框架团队合作，优化模型推理中的开销，构建高性能服务；参与端到端模型推理服务的研发，在多流量入口、多云多机房等复杂场景下构建稳定高效的服务架构和部署模式，最优化模型服务性能
大模型工程研发
基于推理框架和算法模型，以zero-overhead原则实现原子算法服务；通过多线程、CPU优化技术等最大限度优化单体服务吞吐；开发与维护包括跨机服务在内的复杂服务；维护算法服务的高稳定性
云原生研发工程师
负责集群Kubernetes调度层的框架以及算法优化；对集群内调度质量负责，持续优化性能，降低overhead；熟悉云生态，对编排调度、资源优化、多云Fed、资源混布等方向中的一个或多个领域有深入理解
大模型安全策略产品
负责大模型安全效果和安全标准，制定合理有效的模型优化流程及策略，并对标准和流程进行运营；平衡内容安全与用户体验，维护内容安全的同时保障用户体验，对内容进行日常的数据标注和数据分析，优化产品或场景的治理策略
资源调度工程师（训练/推理）
负责大规模多集群异构资源的管理与调度；负责对LLM训推服务完成编排抽象，持续迭代高效的部署模式；负责与流量调度/任务调度层协作，保障训推资源稳定性以及资源使用效率；负责服务以及集群弹性能力，保障训推服务质量的情况下完成高效的资源流转
大模型数据链路工程师-2027届
与算法团队深度合作，推进数据清洗、样本生成等场景下多阶段复杂流水线的分布式引擎设计和落地；支撑大模型数据的清洗、分类、采样等场景，持续完善Ray/Spark内核功能及性能；通过云原生技术栈搭建多云多地域的混合计算底座，参与Ray/Spark在K8S上的弹性/潮汐资源集群稳定性、可观测性、平台化对接…
大模型编排调度工程师（训练&推理方向）
负责MiniMax大模型训练与推理平台的开发，设计并实现LLM相关的工程架构与工具链，保障基础设施稳定性，支撑公司大模型业务的高速迭代与部署效率；负责超大规模、多云多集群、异构GPU资源的管理、编排与调度；集成多种训推资源管理体系和框架进行统一管理，向全局最优逼近，提升资源流转效率和GPU综合利用率
大模型数据算法-视频方向
参与定义和刻画用于视频模型训练的高质量数据标准，包括视频的审美品质、内容多样性、技术参数；基于既定标准，主动在全球范围内的视频平台、开源数据集及特定渠道中寻找和发掘符合要求的视频数据
高性能通信库研发工程师- AI infra
设计并优化AI训练场景下的集合通信库（NCCL、UCX、MPI）及专项通信库（DeepEP、DeepSpeed Comms），提升AllReduce、ReduceScatter、All-to-All等原语在千卡集群上的通信效率
公关经理
支持公司品牌建设，根据公司战略、产品定位与主要功能，协助制定并执行产品公关推广策略和详细方案；独立撰写科技向内容，包括但不限于公众号文章、发言稿等；维护及拓展国内媒体资源，与主流媒体建立关系，强化公司在国内市场的品牌形象，提升行业影响力
大模型算法工程化工程师
设计开发支撑数据处理的平台，创建AI工具使用户能快速迭代数据链路；评估和优化模型训练的平台，借助AI工具提升实验流程效率、训练稳定性等；推动算法团队研发流程的标准化、平台化、AI化；有扎实的编程功底，有良好的软件工程能力
AI基础设施工程师
优化内核、协议栈与I/O模型，提升低延迟与高吞吐能力；设计与优化分布式存储、数据库及缓存系统，保障高可用与高性能；基于K8s及生态（Service Mesh、调度、扩缩容、隔离等）构建大规模服务编排与管理体系
大模型高性能网关工程师
负责大模型开发者平台的设计与后端研发，将文本、视频、图像和音频等前沿模型能力转化为稳定、易用的API产品；跟进主流大模型API生态演进，持续完善OpenAI、Anthropic等协议兼容能力，解决不同模型和供应商之间的接口差异
Linux 内核开发工程师-2027届
参与 Linux 内核在 AI 集群场景下的性能分析与调优，覆盖 CPU 调度、内存管理、IO 子系统；研究并优化内核网络协议栈，提升大规模集群内东西向网络吞吐与延迟表现；参与定制化 OS 镜像的构建与维护，适配 GPU/RDMA 等异构硬件
MaaS平台研发工程师-2027届
参与MaaS平台的模型服务化能力建设，支持多模型、多版本的管理与发布流程；参与模型部署工具链开发，包括上线流水线、灰度发布、回滚、配置管理等自动化能力；参与推理服务链路的基础优化，协助分析延迟、吞吐、资源利用率等指标并推动改进
AI基础设施研发工程师-稳定性方向
负责Minimax大规模AI推理场景下稳定性技术体系的设计与迭代；负责梳理Minimax主要服务相关的推理框架、模型服务、算力中台、基础设施等各层技术栈以及依赖；负责稳定性相关工具链的开发、迭代以及落地，提升稳定性研发效能
品牌视觉设计师（C端产品）
与团队合作，理解项目需求，提出创意设计方案；制定设计规范和标准，确保设计的一致性和高质量输出；创作吸引人的视觉元素，包括新产品视觉系统、运营物料、线上线下宣传物料、图标、插图和动画等；制作原型和线框图，进行用户测试，优化用户体验
K8S研发工程师 - AI Infra平台方向
参与研发Kubernetes集群管理平台，覆盖集群创建、配置、升级、扩缩容、巡检、回收和灾备演练等生命周期能力；基于Operator/Controller、CRD和声明式API构建自动化控制系统，减少人工操作和环境差异
K8S研发工程师-资源调度
参与研发和优化Kubernetes调度能力，包括队列、配额、优先级、抢占、公平性与资源预留；面向训练任务建设gang scheduling、拓扑感知和大规模作业协同调度能力，减少任务排队与启动失败
AI 安全研究员
定义高价值的安全问题，沉淀标准化方法、数据集、基准与测试框架，并与算法团队协作，将专家经验转化为基础模型的网络安全能力；在逆向工程、漏洞发现与修补、漏洞利用与验证、渗透测试与红蓝对抗、安全运营等方向中深入钻研，推动相关能力的研究与产品化
云原生平台开发工程师-2027届
参与基于K8S的容器化平台建设与优化；设计和实现CI/CD流水线，推动研发流程自动化；开发CMDB、工单、资源编排等核心平台模块；参与微服务架构下的可观测性体系建设；开发Helm Charts、Operator等K8S生态工具
AI架构师
负责深入行业客户主流AI场景，持续把握AI技术发展趋势，结合客户业务场景和公司AI技术及相关产品，输出AI解决方案和最佳实践，并进行商业化落地；对解决方案的落地进行全程跟踪，确保客户满意度，并对交付质量负责
采购专员（AI Native）
负责采购订单全流程执行，包括收集采购需求、订单创建与下达、信息核对、系统录入及订单变更管理，确保采购信息准确、及时；跟进供应商备货、发货、物流、到货及验收进度，维护交付计划，及时识别延期风险并推动问题闭环
视频训练研发工程师
参与大规模模型训练框架的设计与研发，优化核心模块性能与系统效率；进行高性能算子的设计与实现，探索计算图与算子融合、内存布局优化等方向；推动分布式训练过程的优化，包括并行策略、混合精度、显存管理等体系设计
税务经理
负责日常税务管理，包括纳税申报、税务核算、年度汇算清缴及发票管理，确保税务合规与申报准确、及时，识别税务优化机会并推动解决潜在风险；围绕国内外AI产品、模型API、软件订阅及技术服务等业务场景，参与交易方案评估、合同涉税审核和税负测算，提供切实可行的税务建议
财务BP（ToB方向）
搭建客户、产品、区域及销售团队维度的收入和毛利分析，跟踪商机、签约、交付、消耗、收入确认及回款，识别增长偏差并给出可执行的改进建议；支持大客户报价、阶梯定价、资源包及折扣政策制定，结合客户用量、产品组合、服务承诺和成本，测算合同毛利、盈亏平衡点及折扣底线
IaaS研发工程师-2027届
参与GPU集群资源调度系统的设计与研发；开发服务器全生命周期管理工具；参与裸金属/虚拟化资源池管理平台建设；构建资源运营分析系统，推动集群利用率优化；2027届本科及以上学历，计算机、电子等相关专业
K8S研发工程师-集群管理
参与研发K8s集群管理平台，覆盖集群创建、配置、升级、扩缩容、巡检、回收等生命周期；基于Operator/Controller、CRD和声明式API建设自动化控制能力，减少人工操作与环境差异
云原生可观测系统研发工程师
建设统一的AI可观测平台，包括指标、日志、Trace、事件的采集、处理、存储、查询与可视化能力；建立作业、请求、Agent任务与节点、GPU、Pod、进程、Rank、模型、版本之间的关联
算法工程化工程师
基于推理框架和算法模型，以zero-overhead原则实现原子算法服务；通过多线程、CPU优化技术等最大限度优化单体服务吞吐；开发与维护包括跨机服务等复杂服务；维护算法服务的高稳定性；计算机及相关专业，本科及以上学历
AI基础设施系统研发工程师
参与建设和维护AI基础设施相关平台系统，包括但不限于CMDB、流程引擎、工单系统、故障流转系统、业务资源平台、底层资产平台等；负责平台系统的架构设计、核心模块研发、性能优化与可扩展性改造，提升系统稳定性与工程效率
大模型训练框架开发工程师
参与深度学习训练底层框架研发，负责超大规模训练技术在公司实际业务场景中的计算效率优化；在超大规模训练场景下，探索前沿的分布式系统设计，包括但不限于通信优化、内存优化、计算优化等；维护线上大规模训练任务的稳定性和易用性
MaaS平台工程师
负责MaaS平台的设计与开发，构建统一的模型服务化能力；支持模型的部署与服务化，包括多模型、多版本的管理与发布；参与推理服务链路建设与基础优化（如延迟、吞吐、资源利用率等）；设计并实现基础平台能力，如服务管理、简单调度、监控与稳定性保障
SRE运维研发工程师-云原生
负责公司Kubernetes集群及云原生周边系统的日常运维保障、稳定性建设和自动化工具开发；深入分析业务在Kubernetes集群中的部署、运行、资源使用和性能表现，持续跟踪容量、稳定性及资源效率问题
Sandbox 系统工程师（Kernel / OS 方向）
参与 Sandbox 资源层架构设计与实现，统一抽象容器、Kubernetes、虚拟机、浏览器自动化环境、物理机集群等执行资源，提供环境初始化、生命周期管理、资源限额、状态回收和故障隔离能力
大模型技术销售工程师
负责泛互联网、智能硬件、文娱游戏、广告媒体等行业头部KA的开拓与深耕，建立并维护产品、技术、业务、高管等多层次客户关系；系统掌握客户业务现状、战略规划、技术架构及AI应用成熟度，绘制完整的决策地图
AI基础设施研发工程师-稳定性方向
负责Minimax大规模AI推理场景下稳定性技术体系的设计与迭代；负责梳理Minimax主要服务相关的推理框架、模型服务、算力中台、基础设施等各层技术栈以及依赖；负责稳定性相关工具链的开发、迭代以及落地，提升稳定性研发效能
AI Infra 存储高级研发工程师
负责 AI Infra 存储系统的架构设计、核心模块研发与持续演进，包括分布式文件系统、对象存储、缓存及数据加速能力；面向大规模训练和推理场景，优化存储系统的吞吐、时延、并发、可靠性与成本效率
大模型销售运营
设计并优化销售管理规则，包括客户管理规则、业绩管理规则、销售激励规则等；协调和推动团队内销售相关管理规则的落地执行，涵盖商机管理、客户管理、签约模式、项目流程管理及项目回款等；负责商业管理、客户管理、业绩管理等方向的数据体系建设与分析，构建销售指标底层逻辑及配套在线化系统
前沿部署工程师（AI行业落地）
深入理解不同行业的核心业务逻辑，识别AI落地的真实卡点，帮助客户规划AI应用路径；基于MiniMax大模型能力，拆解客户需求，输出可落地的行业解决方案，涉及端到端架构设计；确保行业场景产生的真实数据有效回流，成为模型迭代的燃料，并推动数据闭环的技术实现
内容运营
负责视频产品社区的维护和内容运营，具备良好的内容判断力，理解用户的内容需求；对国内外内容审美有一定理解，能够平衡内容的质量和传播性；熟悉UGC行业，独立完成创作者的拉新、日常维护和培育工作
系统研发工程师-主机/存储方向
构建AI集群的计算与存储管控面系统，涵盖GPU资源管理、调度编排、配置下发、监控告警与运维自动化；深度参与数据面关键模块的开发与优化，聚焦IO路径、存储访问链路，提升大模型训练/推理场景下的吞吐与稳定性
AI架构师
深入行业客户主流AI场景，持续把握AI技术发展趋势，结合客户业务场景和公司AI技术及相关产品，输出AI解决方案和最佳实践，并进行商业化落地；对解决方案的落地进行全程跟踪，确保客户满意度，并对交付质量负责
财务BP - ToB 方向
搭建客户、产品、区域及销售团队维度的收入和毛利分析，跟踪商机、签约、交付、消耗、收入确认及回款，识别增长偏差并给出改进建议；支持大客户报价、阶梯定价、资源包及折扣政策制定，结合客户用量、产品组合、服务承诺和成本，测算合同毛利、盈亏平衡点及折扣底线
K8S开发工程师-Devops
参与基于Kubernetes的容器化平台建设、维护与优化，保障集群稳定性与高可用；设计和实现CI/CD流水线，推动研发流程自动化与标准化；开发和维护Helm Charts、Operator等K8s生态工具，提升AI应用的交付效率
AI基础设施研发工程师-模型服务化方向
支持MiniMax模型在全球多机房的大规模部署优化；与模型框架团队合作，优化模型推理中的开销，构建高性能服务；参与端到端模型推理服务的研发，在多流量入口、多云多机房等复杂场景下构建稳定高效的服务架构和部署模式，最优化模型服务性能
机器学习系统研发工程师-2027届
参与MiniMax机器学习平台的研发，设计实现机器学习相关的基础设施、算法框架与工具链，关注研发稳定性与资源利用率；从机器学习系统、云原生、云计算架构等多角度进行技术问题解决和探索；覆盖机器学习系统多个子方向领域的工作，包括资源调度、任务编排、模型训练、模型管理、数据集管理、工作流编排、ML fo…
数据分析师-增长方向
负责MiniMax旗下各产品的增长分析与建模工作；对不同用户生命曲线/行为链条进行概率预测，并基于此搭建投放效率模型，提效广告投放；通过用户行为数据对各种增长手段进行度量和定量描述，向增长与产品团队输出有效的增长优化建议
云资源 FinOps 技术专家
建立多云资源成本的账单、用量、分摊视图与成本建模，周期性向业务方输出成本洞察；识别闲置或低效的GPU、CPU、存储、网络、带宽资源，推动利用率提升与降本手段落地；将降本成果量化，建立成本周会、预算、异常告警等成本管控机制，实现持续运营
AI安全研究员
定义高价值的安全问题，沉淀标准化方法、数据集、基准与测试框架，并与算法团队协作，将专家经验转化为基础模型的网络安全能力；在逆向工程、漏洞发现与修补、漏洞利用与验证、渗透测试与红蓝对抗、安全运营等方向中深入钻研，推动相关能力的研究与产品化
AI for PCB 设计实习生
参与梳理PCB设计中的典型任务、工作流与难点，沉淀设计方法、数据集与Benchmark；基于真实PCB设计任务评估大模型与Agent的能力，分析设计结果中的问题，并持续改进评测方法与工具链
大模型训练数据系统研发实习生
定义大模型任务、能力和评测标准；研发大模型训练环境与数据构造系统，设计并开发AI-Agent解决不同场景实际问题；深度参与LLM数据生成、增强、预处理流程，优化模型在对应任务上的性能；计算机、软件、人工智能相关专业，2026届及以后毕业，本科及以上学历
AI芯片设计实习生
参与梳理数字芯片设计中的典型任务、工作流与难点，沉淀设计方法、数据集与基准；围绕RTL设计、验证、综合、时序分析及物理实现等环节开展实践，使用EDA工具完成设计、调试和结果分析；基于真实芯片设计任务评估大模型与智能体的能力，分析模型在功能正确性、PPA、时序、工具调用和流程执行等方面的问题，并持续…
AI for 芯片设计实习生
参与梳理数字芯片设计中的典型任务、工作流与难点，沉淀设计方法、数据集与Benchmark；围绕RTL设计、验证、综合、时序分析及物理实现等环节开展实践，使用EDA工具完成设计、调试和结果分析
AI 招聘实习生（职能方向）
深入职能与战略方向的招聘与交付工作，支持人才与组织架构视角的业务协同；围绕“人”开展工作，参与直播交流、行业峰会等活动吸引顶尖人才；将每日对世界变化的思考转化为具体实践，落地执行高难度项目
大模型算法工程师-预训练-日常实习
研发超大规模基础模型（LLM与MLLM）；进行极致的系统优化；有强烈的技术追求和热情，真的想要用技术给现实世界带来改变；具备优秀的研究素养和创新能力，在国际顶会或期刊发表过高质量论文；有良好的工程和动手能力，能够广泛利用各种工具解决问题，主导或者参与过有影响力的大规模机器学习项目
AI安全研究员
定义高价值安全问题，沉淀标准化方法、数据集、Benchmark与Harness，与算法团队协作将专家经验转化为基础模型的网络安全能力；在逆向工程、漏洞发现与修补、漏洞利用与验证、渗透测试与红蓝对抗、安全运营等方向深入钻研，推动能力研究与产品化
大模型预训练数据算法工程师
面向网页、代码、PDF/文档、多语言等不同类型的数据，研究数据构造、提取、解析、清洗、去重、质量评估、过滤和数据选择等方法；分析不同数据源的数据特征和质量问题，通过统计分析、数据抽样、错误案例及必要的实验评估处理效果
大模型算法工程化工程师
设计开发支撑数据处理的平台，创建AI工具使得用户能快速迭代数据链路；评估和优化模型训练的平台，借助AI工具提升实验流程效率、训练稳定性等；整体推动算法团队研发流程的标准化、平台化、AI化