京东大模型算法工程师/研究员
任职要求
1. 硕士及以上学历，计算机、数学、人工智能及STEM等相关专业； 2. 拥有扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯； 3. 熟悉语言或多模态模型的基本算法、模型结构及基础技术，相信AGI和对相关工作抱有热情； 4. 工作认真务实，科学规划，具有极致的探究精神且知行合一，具备较强的责任…
工作职责
参与或主导以下一个或多个关键领域的工作： 1. 大语言模型/多模态大模型SFT微调、指令跟随、后训练RLHF精调与偏好对齐； 2. 大语言模型/多模态大模型强化学习Reasoning模型算法、Reward模型、Verifier等算法研发； 3. 大语言模型/多模态强化Reasoning大模型长CoTs效率效果优化与RL Scaling-law研究； 4. 大语言/多模态大模型Agent算法研发； 5. 大语言/多模态大模型强化学习Test-time Compute在线推理算法研发。
【愿景】 广告系统目前正站在从多级漏斗到端到端大模型的范式跃迁起点，传统的多级漏斗架构（召回→粗排→精排→混排）因各阶段目标割裂、信息截断，存在系统性效率损耗。随着 LLM 表征能力与 Scaling 特性日趋成熟，以端到端生成式模型统一广告全链路决策已成为行业的核心探索方向。本岗位面向美团广告 OneModel 方向，核心任务是研究并落地端到端广告大模型，以统一大模型完成从用户行为信号到最终展示序列的全链路决策，最大化用户体验和平台收益。 【你将参与】 1.端到端广告大模型架构设计。基于 Causal Transformer、MLA、MoE 等架构技术，设计突破多级漏斗限制的端到端广告决策框架，支持融合用户行为序列与实时上下文、直接输出具备位置价值感知的展示序列；探索 Semantic ID、动态候选索引等广告生成式检索关键技术。 2.广告场景多阶段训练范。结合广告数据稀疏特性，设计"海量用户交互 pre-training + 多目标商业价值 post-training"的分阶段训练体系；研究适配广告约束的 RLHF/价值对齐方法，在用户体验与平台收益之间建立可持续的优化路径。 3.广告场景 Scaling Law 研究。探索广告场景下"参数量/数据规模/训练算力 → 业务效果"的转化规律；研究 inference-time scaling、process reward model 等推理阶段增效方向，推动团队迭代范式从人工特征设计向算力驱动跃迁。
1.负责语音识别大模型研发，提高噪声/小声/远场/口音/方言等复杂声学条件下识别鲁棒性； 2.负责语音识别语音-文本多模态大模型的研发，融合领域知识，用户行为与实时信息，提高大模型的上下文建模与逻辑推理能力； 3.负责语音识别大模型预训练，后训练、强化学习相关的数据和算法工作。
1、数据效能研究（Data Efficiency）：基于多模态大模型训练过程，分析不同模态数据的有效性、信息增益与贡献度；参与数据选择、数据蒸馏、难例挖掘等前沿技术探索，提升训练效率与模型表现； 2、数据–模型协同设计（Co-Design）：与模型团队协作，从训练曲线、梯度信号与分布特征中反推数据质量，研究分阶段（预训练/SFT/对齐）数据策略，设计高效的数据结构与采样机制； 3、高质量数据构建（Data Quality Engineering）：参与多模态数据 pipeline，包括自动标注、Caption 生成、数据去噪与一致性检查；探索弱监督、合成数据与模型 in-the-loop 的高质量数据生产方式； 4、多模态数据分析（Multimodal Analytics）：对训练数据进行覆盖度、偏差与难度分析，构建可视化与指标体系，为模型能力诊断与数据重构提供依据。
VLA基础模型训练，包括但不限于： 1. 跨本体多技能预训练 2. VLA基础模型架构与预训练技术路线探索 3. VLA基础模型训练/推理加速 工作地点：杭州/北京，优先杭州