京东算法开发工程师

1. 从事用户增长方向的算法模型研发工作； 2.负责用户模型、权益投放、商品推荐、补贴等方向的算法工作（包括价值预测、购买预测、登端预测、意图识别等；权益投放：包括权益投放CTR、CVR模型、多目标优化等）; 3. 设计算法模型，规范算法接口和评测流程，优化算法效率和效果。

1. 参与机械臂针对物流场景的复杂操作技能学习的算法研究和测试，负责前沿人工智能算法与机器人物理操作结合相关的研究； 2. 与团队配合完成数据集的收集与整理，设计和改进模型架构，独立完成模型优化和参数整定，并训练模型； 3. 参与具身智能大模型开发，包括LLM或VLM多模态大模型的数据构建、训练、测评及部署工作 4. 负责将具身智能大模型应用到工业机械臂的感知、决策规划和控制系统重，完成机械臂交互、抓取、拣选等物流功能业务。

1. 基于代码大模型进行续训、SFT、强化等技术手段，构建代码大模型的代码补全、代码生成、代码优化、下一个光标位置预测、智能重写等代码能力，目标是对标业界领先的AI编码产品，如Cursor、Github copilot等； 2. 构建和维护高效的代码数据研制流水线，能够从源代码中提取特定代码任务的数据或基于gpt/ds等大模型进行合成数据，确保数据的质量和多样性，支持大模型的代码能力训练； 3. 能够基于用户的实际使用场景和反馈（bad case）进行深入分析，识别模型中的问题点，提出有效的解决方案和优化策略，推动模型的持续迭代与优化； 4. 跟踪并研究代码智能领域的前沿技术，探索将最新的研究成果应用于实际项目中，提升代码智能算法的先进性和实用性； 5. 与研发团队紧密合作，确保算法开发与业务需求的紧密结合，通过技术创新推动业务流程的优化与效率提升。

1、负责货量预测优化与车辆调度决策，基于运筹优化与AI技术（强化学习/时空预测算法等），构建多目标（成本/效率/体验）动态调度策略，目标实现运输成本降低X%、平均履约时效提升Y%； 2、深度挖掘网络物流核心痛点，运用数据建模与仿真系统验证核心指标（成本/车效/车货匹配等），驱动建设行业领先的智能调度平台； 3、跟踪行业前沿技术（深度学习/大语言模型等），探索其在动态调度、动态定价等场景的创新应用。