京东大模型算法
社招全职3-5年算法开发岗地点：北京状态：招聘
任职要求
1. 教育背景 学历要求：本科及以上学历，计算机科学、软件工程、人工智能等相关专业； 2. 工作经验 工作经验：具备3-5年算法开发相关领域工作经验，熟悉大数据处理、机器学习、深度学习等算法原理，且有实际项目经验； 3. 能力要求： 技术能力：熟练掌握至少一种编程语言，如Python、Java等；对大语言模型有深入理解，能够独立进行算法研发和优化；具备良好的代码编写习惯，能够编写高质量、高效率的代码； 业务理解：具备良好的业务敏感度，能够快速理解业务需求，将业务需求转化为技术解决方案；有较强的数据分…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1. 负责大模型算法的研发与优化，深入理解业务需求，设计并实现高效、准确的算法模型，提升业务智能化水平； 2. 参与算法框架的设计与开发，解决业务中的技术难题，确保算法的稳定性和高效性； 3. 跟踪人工智能领域的最新技术动态，将前沿技术应用于实际项目中，推动业务流程的优化与创新； 4. 与产品、运营等团队紧密合作，确保项目的顺利实施，达成既定业务目标； 5. 负责算法相关文档的编写与维护，确保技术文档的准确性和完整性。
包括英文材料
学历+
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
还有更多 •••
相关职位
社招2年以上大模型
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。
上海|北京
社招智能研发中心
岗位亮点 1. 团队集前沿技术探索、落地与一身，能够极大的发挥技术价值，未来拥有广阔的前景； 2. 部门业务快速发展，业务落地场景丰富，复杂度高，挑战大，你将拥有快速成长的空间； 工作职责 1. 参与大模型在领域的落地，用LLM洞察分析大规模的数据； 2. 基于大模型、agent思想，研发全新的对话交互项目； 3. 不断探索技术新领域，推动技术能力的沉淀、技术氛围、技术影响力建设；
更新于 2025-02-26北京
社招XYZ
1、参与通用大模型和领域大模型的post-train算法研发工作，包括SFT、RLHF、DPO、推理强化学习等； 2、参与大模型在AI搜索中的落地应用，包括function call、DSL、planning、图表理解、RAG等能力建设； 3、进行大模型在幻觉消除、multi-agent、self-play、表示学习、持续学习等前沿方向的研究。
更新于 2024-12-25北京