京东复杂几何空间与动态交互场景的移动避障导航算法研究
任职要求
1.获得本科及以上学历，计算机科学、机器人学、人工智能等相关专业； 2. 具备视觉语言导航（VLN）、机器人运动控制（Locomotion）或具身智能操作等相关领域的模型训练经验，熟悉强化学习从仿真到现实（Sim2Real）的迁移，以及模型的监督微调（SFT）与强化学习（RL）二阶段优化算法； 3. 熟练…
工作职责
1. 负责复杂几何条件与交互场景下的导航模型研发，强化空间理解与环境预测能力； 2. 探索世界模型在弱纹理、遮挡、动态场景下的应用，保障空间预测一致性； 3. 开展导航规划研究并验证快系统部署可行性，提升模型在复杂空间的通过灵活性； 4. 优化导航问题建模，将固定姿态导航能力向空间约束运动规划任务拓展。
负责研究大模型在复杂多模态内容理解、跨模态推理和工具使用方面的能力提升，探索多模态模型的统一表示、任务分解与交互策略。 1、设计和优化多模态模型的reasoning和agentic能力； 2、构建多模态数据、任务与评测体系； 3、研究多模态场景下工具调用设计等。
负责 Agentic Model 的训练方法、能力提升与评测体系研究，探索大模型在自主决策、规划与工具调用等方面的强化路径，包括但不限于： 1、设计与优化 Agentic Model 的训练架构与方法； 2、构建与改进训练数据、策略与环境； 3、建立与完善 Agentic 能力评估体系； 4、与工程团队协作推动模型在系统中的集成与验证。
我们是负责ICBU - AI +Search 的搜索算法团队。团队通过AI的赋能，让买家理解更加智能与精准，让买家体验更加丝滑，为平台高质量买家增长、留存打下坚实的基础。 1、业务上，你能深入了解： （1）全球买家的特色：多国家、多语言、多行业； （2）场景上不同的心智与差异：找品赛道、找商赛道、多模态搜索以及创新深度搜索，为我们提供更多可能的技术探索； 2、技术上， （1）LLM的深度探索与定制：多模态—CPT、对齐、推理、生成 ，场景数据的post traing、定制化的任务设计以及与rag、强化学习等技术结合； （2）有挑战&有趣的效率系统：探索国家差异化、不均衡、冷启、双赛道的持续创新； （3）机制-运筹学，从宏观层面清晰系统问题，给予平台指挥棒。 3、通过建设具备Alibaba.com特色的多模态表征大模型、多模态reasoning模型，智能实现：用户搜他想搜，找他想找的能力，助推买家增长&留存，打造独特的多模态理解能力； 4、通过建设具备To B电商知识的深度思考大模型，逐步拆解买家的诉求，提供清晰的路径以及方案，实现搜索智能化的漂亮转身； 5、通过深度应用大语言模型技术与强化学习技术的结合，实现高效、精准的信息匹配，并能够完成流量分配决策的智能化，推动业务增长，实现买家、商家、平台三方共赢。 1. 我们所在的组是为全球最大的B2B电商-alibaba.com搜索算法业务服务，致力打造全球顶级的搜索引擎，为买家带来极致的采购体验。 2. 探索大模型推理、强化学习等技术跨境电商AI创新业务落地，包括但不限于基座模型的训练，数据的整理，技术创新，重构B2B Sourcing的全新交互体验。 3. 负责跨境电商大模型的研发，包括SFT到RLHF的LLM全链路post-training技术建设。 4. 负责LLM的前沿技术探索，持续迭代自研模型能力，支撑搜索创新的落地。
1、进行端到端自动驾驶大模型算法架构设计：研发基于多模态感知（激光雷达、摄像头等）的端到端自动驾驶模型，实现感知-决策-规划端到端建模方法的算法创新和车端应用； 2、探索VLM和VLA方法在端到端自动驾驶场景中的算法创新和应用，建立数据标准，提升自动驾驶困难场景的场景理解和决策规划能力； 3、设计面向端到端自动驾驶的强化学习算法（如多智能体RL、分层RL、逆强化学习），解决长尾场景决策难题。