京东技术方向-AI Infra
任职要求
1-毕业时间：2026年10月1日至2027年9月30日期间毕业，统招本硕学历不限，本硕同级同薪； 2-专业背景：拥有但不限于计算机、人工智能、电子工程等相关专业学习背景； 3-专业能力：精通C++/Java/Go/Python/Scala至少一门及以上开发语言，具备扎实数据结构、算法功底；深入掌握操作系统、计算机网络、计算机体系结构、分布式系统核心原理；熟练使用任一主流深度学习框架（PyTorch//TensorFlow/vLLM / sgLang / xLLM / ONNXRuntime等），理解框架底层运行逻辑； 4-极客精神：怀揣技术梦想，对…
工作职责
1-集训&轮岗：集训&轮岗时间为半年，集训&轮岗期间的工作地包含北京、宿迁等城市。集训期间会经历超100场培训，通过集训将会完成从学生向优秀职场人的转身。轮岗期间会在客服/物流一线深入实践，同时还会在总部核心技术部门进行轮岗学习，通过轮岗学习建立对业务、技术全流程的视角和理解，有利于技术在真实数据和商业环境中的落地； 2-定岗：公司的定岗导向是“热爱、擅长、坚定”，可自由定岗至各BGBU的算法类岗位，届时将结合个人志向和公司需求确认具体的部门、岗位和工作地。
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 我们在构建面向具身智能与交互式世界模型的下一代推理基础设施：支持多模态流式输入（视频/传感器/地图）、实时闭环输出（动作/轨迹/场景状态），在端云一体部署下实现确定性低延迟、可规模化吞吐与可持续的成本效率。你将负责推理加速基础框架与关键性能机制建设，打通“模型—引擎—硬件—调度—观测”的全链路。 你将负责 1) 推理基础框架与运行时 ● 设计并实现端云一体推理框架：统一模型加载、版本管理、热更新、灰度与回滚能力 ● 建设流式推理 pipeline：ingest → preprocess/encode → predict/plan → control，支持异步与背压 ● 推理引擎集成与改造：vLLM / TensorRT-LLM / SGLang / TGI（云端），TensorRT / ONNX Runtime / TVM / NPU SDK（端侧） 2) 实时调度与性能关键路径 ● Prefill/Decode 分离调度（如适用）、长度分桶、连续 batching、尾延迟治理（P99/P999） ● KV cache 管理：paged/block、prefix/prompt cache、逐出策略、显存碎片治理 ● 多机多卡并行与通信：TP/PP/EP（MoE），NVLink/IB/RDMA 等链路优化 ● 投机解码/并行解码（Speculative/Medusa 等）在业务场景的落地与收益闭环 3) 量化与算子/Kernel 优化 ● 建立 profiling 体系：算子画像（attention/GEMM/视觉编码/采样解码等）、输入分布、性能回归基线 ● 分层量化策略：FP8/INT8/INT4 与 activation-aware 量化，质量回归与灰度上线 ● CUDA/Triton kernel、算子融合、内存与流水并行优化；端到端 latency 优化而非单点指标 4) 可观测性与可靠性 ● 建立实时推理指标体系：E2E latency、jitter、FPS/Hz、丢帧率、功耗/温控降频、OOM/重试等 ● 帧级/样本级 tracing，故障定位、过载保护、降级与安全回退路径（端侧尤重）"
1.关注AI大模型和各类型应用层（智能体，AIGC，AI游戏等）的最新动态、前沿技术突破和应用趋势，能够快速响应并及时整理和输出有价值观点； 2.接触国内外AI builder群体/社区和头部开发者，协助业务探索更高效的生产方式，推动外部合作机会； 3.根据内部需求，拓展引入外部研发资源，并跟进合作全流程。
1. 客户侧需求分析和机会洞察：能够和客户进行深入的交流，识别出客户在AI转型中的核心需求和问题痛点，并且洞察AI转型对客户经营增长带来的机会，并且结合支付宝的AI技术赋能客户，带来支付宝业务和客户双赢的增长。 2. AI解决方案编写和方案原型构建：能够根据给客户产出的AI解决方案，构建对应AI应用系统原型，通过原型帮助客户理解方案并且达成客户和支付宝在AI应用创新的全面合作。 3. 行业洞察和生态共建：深入把握AI应用技术发展较快的行业(职业教育、就业、物流无人车、两轮车、校园服务、低碳领域)等领域的AI发展方向，熟悉上下游生态产品和技术发展，联合生态一起进行产品共建，构建有支付宝业务技术特色的AI生态技术产品。 4. 支付宝智能业务增长：通过客户方案交付落地，生态产品共建落地，以及行业洞察分析带来机会的机会全面助力支付宝智能业务增长。
1、技术雷达构建：建立北美/欧洲AI实验室动态追踪体系（如DeepMind、OpenAI技术路线异动），预判12-18个月突破性技术拐点 2、生态级战略洞察：拆解AI产业链价值分布，识别生态技术护城河构建策略 3、跨域战略连接：在技术团队与资本决策层间建立价值转化通道，将技术突破转化为商业语言与 4、AI技术外交：拓展海外顶尖实验室、开源社区核心开发者等战略节点关系