京东大模型算法工程师
任职要求
1、计算机科学或相关领域学位，拥有丰富的深度学习理论和实践经验，以及至少1年以上的大模型算法开发经验； 2、熟悉深度学习的并行处理和分布式训练技术，具备在多节点多GPU环境下进行大模型训练的经验或能力； 3、熟练掌握深度学习模型架构和算法，对至少一种主流深度学习框架（如Tenso…
工作职责
1、 参与生成式大模型能力构建；不局限于模型设计、prompt优化、预训练、后训练、模型推理加速、其他能力建设等； 2、跟进并使用最先进的并行处理和分布式训练技术，提升大型语言模型的训练速度和推理能力，例如跟进DeepSeek 、Qwen系列等技术架构等，确保技术行业领先。 3、推进大模型技术在京东物流各个业务场景落地，包括不限于智能问答、深度推理在数据归因和决策中的应用，助力业务流程优化，增质提效。 4、深度探索大语言模型方向，保持技术领先优势，推动京东物流在行业内树立高效、精准的大模型/多模态大模型应用标杆，并取得业务收益；
1. 面向Agentic OS，参与端侧大模型架构设计与训练、训推一体的端侧大模型新架构探索落地与跨场景执行能力的系统级Agent算法体系建设；目标为通过算法与硬件的协同设计，在极小的功耗和内存预算下，实现极致的模型性能。 2. 负责大语言模型、多模态大模型在端侧场景下的继续预训练（CPT）、后训练（SFT, OPD, RL等）及持续学习，构建从数据清洗到模型落地的全链路训练pipeline。 3. 针对端侧芯片和内存特性，设计新型模型结构，探索参数共享与稀疏化方案。 4. 主导量化感知训练（QAT），实施低比特量化（如INT4/INT8），在保证精度的前提下压缩模型体积与显存占用。 5. 运用知识蒸馏（Knowledge Distillation），将云端大模型（Teacher）的能力迁移至端侧小模型（Student），攻克“大改小”的能力衰减难题。 6. 建立端侧模型评测体系，不仅关注准确率，更关注首字延迟（Prefill）、生成速度（Decoding）、功耗峰值等硬性指标。 7. 前沿技术探索与成果产出，建立Agentic OS的算法创新壁垒，推动顶级会议论文与核心专利产出。
1.研究实现AGI的关键能力，通过技术愿景驱动研究工作。负责大语言模型和多模态大模型的训练和优化（包括预规划、后训练等）长期课题的研究，提升大语言模型的能力，并在广泛业务场景中产生价值。 2.负责LLM训练相关的工作，包括后预训练、Instruction Tuning以及强化学习等； 3.深入参与数据及评估体系建设、大规模训练、指令微调、偏好对齐、模型优化等关键工作； 4.探索大模型底层技术突破，深入大模型基础架构前沿研究（如MoE、注意力机制、x等），探索新型架构和技术创新。
1、负责多模态大模型内容风控场景中的算法研究、模型训练与业务落地。面向内容风控场景频繁对抗攻击、AIGC违规变体、隐晦风险场景等难点，持续提升复杂场景的识别效果与响应效率。 2、负责面向内容风控场景的 Agent智能体系统研发，支持安全识别链路自主规划、安全工具调用、大小模型协同、风险发现与智能迭代，提升对新型违规内容的主动发现与响应能力。 3、负责大模型与agent算法压缩、加速与部署，优化服务性能与并发能力。负责大模型与Agent的自我反思与持续学习机制与解决方案设计，不断基于反馈敏捷增量提升识别能力。 4、根据大模型与agent领域的最新技术进展，探索其在内容风控场景的价值，持续提升面向复杂场景的内容风控识别效果。
1、负责多模态（CV）大模型、计算机视觉的理论研究并支持2B/2C的落地应用，包括架构设计，训练、微调、推理以及各环节优化 2、负责多模态、视觉模型部署工作，包括云端部署、边缘端部署、模型量化等工作 3、与产品团队紧密合作，理解业务需求，设计并实现多模态大模型解决方案并进行整体技术与项目规划 4、跟踪最新的行业动态和技术发展，通过研究论文、技术会议、行业先进案例等途径不断提升大模型专业知识和产品解决方案的能力