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，具备较强的责任感； 加分项： 1. 有大模型相关的顶会论文的工作者优先；有STEM竞赛经历者优先； 2. 熟悉强化学习算法和框架相关技术和细节，曾深度参与后训练/强化推理大模型/Agent等项目； 3. 具有扎实的工程能力，熟悉开源大模型相关工具使用，有积极提升效果效率的意识。 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。
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。
团队介绍：字节跳动豆包大模型团队成立于 2023 年，致力于开发业界最先进的 AI 大模型技术，成为世界一流的研究团队，为科技和社会发展作出贡献。 豆包大模型团队在AI领域拥有长期愿景与决心，研究方向涵盖NLP、CV、语音等，在中国、新加坡、美国等地设有实验室和研究岗位。团队依托平台充足的数据、计算等资源，在相关领域持续投入，已推出自研通用大模型，提供多模态能力，下游支持豆包、扣子、即梦等50+业务，并通过火山引擎开放给企业客户。目前，豆包APP已成为中国市场用户量最大的AIGC应用。 1、负责代码预训练数据的合成、清洗、权重分配、来源扩充等一系列工作，持续提高代码预训练、中程训练等阶段的数据质量；负责探究预训练小领域数据的配比和最终效果之间的关系；开发数据合成链路，解决代码模型中的关键问题； 2、负责探究深度推理技术，探究Test-time Compute和模型效果的Scaling laws，参与后训练奖励模型、强化学习算法的一系列优化流程，探究线上代码补全数据到RL过程的数据飞轮； 3、专注于代码强化学习中的奖励模型（Reward Model）的优化和创新；包括和SFT阶段配合解决判别能力较差的场景、探究合成数据进行代码奖励模型的预训练、组织标注人员进行代码奖励模型的标注、Critic的前沿探究、强化学习过程中的可执行代码与单元测试的质量过滤和扩充。
1、负责自动化软件开发领域中的AI应用，利用前沿算法和工程技术，持续突破各环节能力天花板，维持国际领先水平； 2、与产品研发和标注团队协作，持续建设和应用高质量代码数据，完善业务数据飞轮，保持长期竞争力； 3、前沿算法技术的持续跟踪和创新，包括但不限于代码生成、多智能体系统、强化学习、数据合成等领域。
各类大模型算法岗位：包括不限于 ✓大模型应用（Rag、Agent的研究等） ✓大模型技术研究 (指令微调、强化学习、推理等) ✓多模态理解与生成研究（文本、图像、视频、音频等）
团队介绍：BandAI 团队致力于探索智能的极限在交易场景的可能性。团队研究方向涵盖LLM、Multimodal、Agent，在北京、上海设有实验室和岗位。加入我们，你可以享受与正式员工同等的资源，参与到前沿的大语言模型的研究课题，和优秀的研究员一起探索智能极限。探索抖音电商、生活服务的下一代产品和技术，通过技术变革为用户带来前所未有的体验。 课题介绍：探索抖音电商、生活服务、广告的下一代产品和技术，通过技术变革为用户带来前所未有的体验。在你热爱的课题方向上，探索大语言模型领域最具挑战的长期关键问题；探索 Agent 评估的新范式；探索 RL，更多的计算能力=更好的性能表现；探索如何拓展 Reward System 判断边界；研究&复现 Deep Research，Computer Using Agent，Useful Image Generation，Native Multimodality。