顺丰大模型算法工程师-（智能体）
任职要求
1. 学历与专业 * 计算机科学、人工智能、机器学习、电子工程或相关专业硕士及以上学历。 2. 核心技术能力 * 具备扎实的机器学习和深度学习基础，对Transformer架构及主流大模型（如LLaMA、Qwen系列）有深入理解。 * 精通Python编程，熟练掌握PyTorch深度学习框架，有扎实的代码开发能力。 * 具备大模型微调（Fine-tuning） 的实践经验，熟悉常见微调方法与流程。 * 了解强化学习基础概念，对基于人类反馈的强化学习（RLHF）对齐技术有初步理解。 3. 智能体与工程实践能力 * 对AI Agent的技术架构（如规划、工…
工作职责
岗位职责
1. 物流场景下的模型微调与实施
* 在指导下，负责对预训练大模型进行指令微调（SFT），使其适应物流领域的专业术语、业务流程（如订单理解、仓内作业指令生成）。
* 应用高效微调技术（如LoRA），参与模型在具体业务场景（如智能客服问答、运单信息抽取）上的效果优化与迭代。
* 协助构建和清洗高质量的领域微调数据集，并参与设计评估体系，量化模型在业务指标上的提升。
2. 智能体（Agent）功能开发与集成
* 参与基于大模型的物流智能体（Agent） 的功能模块开发，重点实现可靠的工具调用（Tool Calling） 能力。
* 负责将Agent与内部物流系统（如WMS、TMS）的API、数据库进行集成，完成查询、状态更新等具体操作。
* 开发并优化RAG（检索增强生成） 系统，用于物流知识库问答、操作规范查询等任务，提升信息准确性。
3. 模型工程化与性能支持
* 参与大模型的训练、评估及部署支持工作，能够使用并行训练框架 进行高效的模型调试与实验。
* 负责对线上模型进行基础性能监控、日志分析及效果回归测试，协助定位问题。
* 编写高质量、可维护的代码，并撰写清晰的技术文档。
4. 业务协同与理解
* 与产品经理及业务方紧密协作，深入理解所支持的物流场景（如路径规划、异常诊断）的业务逻辑与痛点。
* 能够将业务需求转化为明确的技术任务，并在实践中持续学习领域知识。岗位职责 1、智能Agent研发 基于 AutoGen 或 LangGraph 框架，设计和实现多智能体（Agent）系统，支持 Agent-to-Agent 协作。 构建物流垂域的智能应用场景，如运输调度、仓储优化、路径规划、订单跟踪与异常处理。 2、系统架构与优化 负责多智能体系统的架构设计、任务分解与交互协议制定。 优化 Agent 的推理链路和交互效率，提升系统的稳定性与可扩展性。 3、模型与数据集成 将大语言模型与物流业务数据（订单、运单、库存、GPS轨迹等）结合，提升智能体的业务理解与决策能力。 参与构建和优化奖励机制、反馈回路，确保 Agent 输出符合业务目标。 4、跨团队协作 与产品、算法、业务团队紧密合作，推动智能Agent在物流场景的落地与迭代。
基座大模型研发与创新 参与设计并研发面向大规模多元时间序列的预训练基座模型，探索适用于时序数据的 Transformer变体(如Informer,FEDformer, PatchTST)及创新架构。 负责构建超大规模，高质量的时序预训练数据集，设计掩码重建，上下文预测等自监督预训练任务。 研究时间序列中的关键问题，如长周期依赖建模，多尺度特征提取，缺失值处理，以及时序与文本/事件等多模态信息的对齐与融合。 模型深度优化与领域适配 针对特定高价值场景(如电力负荷预测，量化金融，工业设备预测性维护)，对基座模型进行深度微调与优化，实现"通用能力"到"领域专家"的转化。 研发高效的模型适配技术(如参数高效微调 PEFT)，确保基座模型能够快速，低成本地适配到多样化的下游任务。 系统工程与高性能推理 负责将模型从研究原型推进到稳定，高性能的生产级系统。优化训练框架，利用混合并行(数据并行，模型并行，流水线并行)技术实现千亿参数模型的分布式训练。 主导模型的高效推理优化，应用量化(INT8/ FP4)，编译优化等技术，大幅降低服务延迟与资源消耗，支撑海量时序数据的实时预测需求。 技术前瞻与行业赋能 追踪时间序列分析，大模型预训练的前沿学术进展，并将有潜力的技术引入到产品研发中。 与业务团队紧密合作，深入理解行业痛点，将基座模型的强大能力转化为可衡量的业务价值，定义时间序列预测领域的新标准。 岗位要求 必备条件 计算机科学，人工智能，统计学或相关专业硕士及以上学历(博士优先).
团队介绍 我们是京东科技云事业部AI Infra团队，致力于大模型核心技术的前沿创新与应用。我们专注于业界领先的大模型创新算法及框架研发，构建极致高效的基础大模型训练、推理与渲染一体化平台，提供高吞吐高可用、低成本低延迟的大模型服务。我们的核心使命是高效支持京东自研和业界主流开源基础模型的训练、推理与渲染服务，驱动京东集团内外部的智能体/具身/全模态等大模型业务生态及应用。我们团队秉承技术驱动、创新为本的理念，为每一位成员提供广阔的成长空间和富有挑战性的项目。 工作内容 1.研发智能体/具身/全模态大模型算法，结合RL Infra后训练基座Scale-Law优化，提高大模型训练、生成和仿真渲染效能； 2.基于MoE/DiT大模型架构，融合样本均衡/多P并行/压缩/量化/剪枝/算子融合等技术，进行算法与系统Co-Design优化，并推动业务落地； 3.追踪业界最新技术进展，开展大模型算法与RL Infra训练、生成和仿真渲染相关创新，发表高影响力论文，打造业界一流的大模型RL Infra服务能力。
团队介绍 我们是京东科技云事业部AI Infra团队，致力于大模型核心技术的前沿创新与应用。我们专注于业界领先的大模型创新算法及框架研发，构建极致高效的基础大模型训练、推理与渲染一体化平台，提供高吞吐高可用、低成本低延迟的大模型服务。我们的核心使命是高效支持京东自研和业界主流开源基础模型的训练、推理与渲染服务，驱动京东集团内外部的智能体/具身/全模态等大模型业务生态及应用。我们团队秉承技术驱动、创新为本的理念，为每一位成员提供广阔的成长空间和富有挑战性的项目。 工作内容 1.研发智能体/具身/全模态大模型算法，结合RL Infra后训练基座Scale-Law优化，提高大模型训练、生成和仿真渲染效能； 2.基于MoE/DiT大模型架构，融合样本均衡/多P并行/压缩/量化/剪枝/算子融合等技术，进行算法与系统Co-Design优化，并推动业务落地； 3.追踪业界最新技术进展，开展大模型算法与RL Infra训练、生成和仿真渲染相关创新，发表高影响力论文，打造业界一流的大模型RL Infra服务能力。