京东算法开发工程师
任职要求
1. 具备物流调度算法系统设计经验，主导过ETA预测、路径规划与运力调度模块的整体优化； 2. 拥有多目标优化建模能力，能针对配送效率、骑手负荷与异常场景设计联合优化算法； 3. 具备复杂系统归因分析能力，能从调度异常中定位算法…
工作职责
1. 主导ETA预测、路径规划与运力调度算法设计，构建高效稳定的实时决策系统； 2. 设计多目标优化模型，解决骑手负荷均衡与异常场景弹性调度等复杂问题； 3. 探索强化学习、时空图神经网络等前沿技术在动态调度场景的落地应用； 4. 建立从算法设计、压测验证到灰度上线的完整交付机制，确保技术成果转化为业务指标提升； 5. 沉淀物流调度算法方法论与技术框架，形成可复用的解决方案体系。
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
利用机器学习、强化学习、因果推断、LLM、多模态大模型等前沿技术，基于京东海量数据建模用户行为序列、识别兴趣偏好/购买力等用户意图、理解商品文本/图片/视频、优化权益和商品分发策略，提高京东搜推用户的购买体验和效率。 核心职责包括： 1. 用户识别：挖掘用户静态画像、敏态意图和用户统一表征，将识别后的用户数据应用到搜推分发模型和流量策略中； 2. 商品理解：建设商品知识体系并挖掘商品多模态统一表征，优化搜推用户体验提升分发模型效果； 3. 策略优化：设计搜推权益分发算法和策略，激发用户购买商品的意愿。
与保险业务部各团队密切合作，参与并主导建设保险大模型及智能体在保险全供应链应用的算法解决方案，具体包括但不限于： 1.保险垂域大模型：整合保险业务海量数据，结合实际应用场景，主导并训练保险垂域大模型； 2.AI Agent应用：设计并建设AI Agent算法方案应用于保险供应链，包括但不限于智能定价、智能履约、智能客服等场景； 3.积极跟进前沿技术探索，将新技术应用于实际业务。
1.负责多语言、多模态大模型训练所需的数据清洗、质检、去重、理解等算法开发，通过构建完整的数据体系，为大模型的训练数据质量负责； 2.负责大模型预训练数据管道建设系统性方法研究，通过质量／覆盖／多样性等方法构建高质量预训练、后训练数据，提升基座模型训练效果； 3.探索前沿数据方案，包括不限于合成数据、数据扩展规模定律、多模态数据对齐等基础AI问题，推动数据驱动AI的性能突破； 4.不断跟进业界前沿数据算法，提高数据算法效果和效率，持续提升模型训练效果。