京东算法开发工程师
任职要求
任职要求 1.本科及以上学历，计算机、人工智能、自动化、机器人等相关专业； 2.具备扎实的机器学习/深度学习基础，对大模型训练或应用有实际经验； 3.能够将业务问题拆解为数…
工作职责
大数据工程部定位于为基座模型及业务提供高质量数据与 AI 化解决方案。我们以数据为核心，通过数据工程与模型算法相结合的方式，加速大模型在数据、实验与评测环节的迭代效率，持续沉淀高价值数据资产，支撑模型与应用的演进。在具体实践中，我们面向多语言、多模态大模型训练，开展数据清洗、去重、打标等关键算法与方法建设，并系统性构建预训练与后训练数据管道，从质量、覆盖度与多样性等维度提升数据整体水平，持续助力模型效果提升。同时，我们积极探索合成数据、数据规模扩展规律、多模态数据对齐等前沿数据方向，将数据侧的创新转化为可验证、可复用的模型收益。 岗位职责 1.构建面向模型的数据处理 pipeline，包括数据清洗、去重、结构化、质量评估等； 2.利用大模型设计并实现自动化/半自动化的数据处理与标注策略，提升数据生产效率与质量； 3.深入理解业务数据（客服、采销、风控等），将业务知识转化为可落地的数据规则、特征或模型能力； 4.与各业务算法团队紧密合作，通过数据增强、样本构建、训练策略优化等方式提升业务模型效果；
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. 研发先进风控算法，包括时序预测、社群发现、NLP、图神经网络、用户行为序列、迁移学习、元学习等，持续提升对风险订单、虚假评论、异常账号、恶意流量等场景的管控能力； 2. 完善零售子集团风控中台，沉淀系统、数据、算法的平台能力，为整体零售营销提供风控基础能力护航
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。