主分类：AI训练推理与计算优化
辅助：计算机视觉与图像感知算法研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "多模态软件开发工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "京东物流",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "研发类"AI生成
},
"company": {
"company_name": "京东集团",
"company_industry": "电商 / 供应链 / 物流 / 科技服务",
"company_size": "10000人以上",
"company_website": "jd.com",
"company_description": "京东是一家以供应链为基础的技术与服务企业，覆盖零售、物流、科技、健康等业务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "多模态软件开发工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东物流\n发布时间：2026-08-20\n\n岗位职责\n算法落地与部署： 负责计算机视觉（CV）、深度学习等算法模型在物流仓储场景（如数字孪生、人员/物品实时追踪系统）中的工程化落地与部署。\n性能优化与加速： 设计并开发高性能的算法推理 Pipeline，针对具体业务场景进行模型量化、剪枝、算子优化及推理加速，确保系统的高吞吐与低延迟。\n架构与平台建设： 深度参与团队 MLOps 平台的建设与迭代，完善模型训练、评测、发布及监控的自动化闭环链路。\n国产化硬件适配： 负责算法模型在国产化边缘计算设备及异构计算平台上的移植、适配与深度性能调优。\n跨部门协同： 与算法研究员紧密合作，理解算法逻辑，从工程视角提供模型结构的优化建议，提升算法的工业级可用性。\n\n任职要求\n教育背景： 计算机科学、电子工程、自动化等相关专业，本科及以上学历。\n编程功底： 具备深厚的 C++ 编程功底，熟悉 Linux/Ubuntu 开发环境，熟练掌握多线程/多进程编程及内存管理，具备优秀的系统级 Debug 能力。\n算法基础： 具备扎实的算法与数据结构基础，熟悉常用的计算机视觉及深度学习原理，熟练使用 PyTorch 等主流深度学习框架。\n工程化经验： 熟练掌握 TensorRT、ONNX Runtime、OpenVINO 等至少一种推理框架；有丰富的模型转换、算子开发及推理加速实战经验。\n加分项（强烈推荐）： 具有国产化硬件（如华为昇腾 Ascend、寒武纪、地平线、瑞芯微等）的模型适配、NPU 算子开发及性能调优经验者优先。\n熟悉 CUDA 编程，有高并发服务端推理架构开发经验者优先。",
"requirements_text": "多模态软件开发工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东物流\n发布时间：2026-08-20\n\n岗位职责\n算法落地与部署： 负责计算机视觉（CV）、深度学习等算法模型在物流仓储场景（如数字孪生、人员/物品实时追踪系统）中的工程化落地与部署。\n性能优化与加速： 设计并开发高性能的算法推理 Pipeline，针对具体业务场景进行模型量化、剪枝、算子优化及推理加速，确保系统的高吞吐与低延迟。\n架构与平台建设： 深度参与团队 MLOps 平台的建设与迭代，完善模型训练、评测、发布及监控的自动化闭环链路。\n国产化硬件适配： 负责算法模型在国产化边缘计算设备及异构计算平台上的移植、适配与深度性能调优。\n跨部门协同： 与算法研究员紧密合作，理解算法逻辑，从工程视角提供模型结构的优化建议，提升算法的工业级可用性。\n\n任职要求\n教育背景： 计算机科学、电子工程、自动化等相关专业，本科及以上学历。\n编程功底： 具备深厚的 C++ 编程功底，熟悉 Linux/Ubuntu 开发环境，熟练掌握多线程/多进程编程及内存管理，具备优秀的系统级 Debug 能力。\n算法基础： 具备扎实的算法与数据结构基础，熟悉常用的计算机视觉及深度学习原理，熟练使用 PyTorch 等主流深度学习框架。\n工程化经验： 熟练掌握 TensorRT、ONNX Runtime、OpenVINO 等至少一种推理框架；有丰富的模型转换、算子开发及推理加速实战经验。\n加分项（强烈推荐）： 具有国产化硬件（如华为昇腾 Ascend、寒武纪、地平线、瑞芯微等）的模型适配、NPU 算子开发及性能调优经验者优先。\n熟悉 CUDA 编程，有高并发服务端推理架构开发经验者优先。",
"skills": [AI生成
"C++",
"Linux",
"PyTorch",
"CUDA",
"深度学习",
"计算机视觉",
"数据结构",
"模型训练",
"性能优化",
"性能调优",
"招聘"
],
"preferred_qualifications": "加分项（强烈推荐）： 具有国产化硬件（如华为昇腾 Ascend、寒武纪、地平线、瑞芯微等）的模型适配、NPU 算子开发及性能调优经验者优先；熟悉 CUDA 编程，有高并发服务端推理架构开发经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.jd.com/web/job-info-detail?requementId=213383"
}
]
},
"posting": {
"posting_id": "213383",
"post_date": "2026-08-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=213383"
},
"fulltext": "多模态软件开发工程师\n多模态软件开发工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东物流\n发布时间：2026-08-20\n\n岗位职责\n算法落地与部署： 负责计算机视觉（CV）、深度学习等算法模型在物流仓储场景（如数字孪生、人员/物品实时追踪系统）中的工程化落地与部署。\n性能优化与加速： 设计并开发高性能的算法推理 Pipeline，针对具体业务场景进行模型量化、剪枝、算子优化及推理加速，确保系统的高吞吐与低延迟。\n架构与平台建设： 深度参与团队 MLOps 平台的建设与迭代，完善模型训练、评测、发布及监控的自动化闭环链路。\n国产化硬件适配： 负责算法模型在国产化边缘计算设备及异构计算平台上的移植、适配与深度性能调优。\n跨部门协同： 与算法研究员紧密合作，理解算法逻辑，从工程视角提供模型结构的优化建议，提升算法的工业级可用性。\n\n任职要求\n教育背景： 计算机科学、电子工程、自动化等相关专业，本科及以上学历。\n编程功底： 具备深厚的 C++ 编程功底，熟悉 Linux/Ubuntu 开发环境，熟练掌握多线程/多进程编程及内存管理，具备优秀的系统级 Debug 能力。\n算法基础： 具备扎实的算法与数据结构基础，熟悉常用的计算机视觉及深度学习原理，熟练使用 PyTorch 等主流深度学习框架。\n工程化经验： 熟练掌握 TensorRT、ONNX Runtime、OpenVINO 等至少一种推理框架；有丰富的模型转换、算子开发及推理加速实战经验。\n加分项（强烈推荐）： 具有国产化硬件（如华为昇腾 Ascend、寒武纪、地平线、瑞芯微等）的模型适配、NPU 算子开发及性能调优经验者优先。\n熟悉 CUDA 编程，有高并发服务端推理架构开发经验者优先。\n多模态软件开发工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东物流\n发布时间：2026-08-20\n\n岗位职责\n算法落地与部署： 负责计算机视觉（CV）、深度学习等算法模型在物流仓储场景（如数字孪生、人员/物品实时追踪系统）中的工程化落地与部署。\n性能优化与加速： 设计并开发高性能的算法推理 Pipeline，针对具体业务场景进行模型量化、剪枝、算子优化及推理加速，确保系统的高吞吐与低延迟。\n架构与平台建设： 深度参与团队 MLOps 平台的建设与迭代，完善模型训练、评测、发布及监控的自动化闭环链路。\n国产化硬件适配： 负责算法模型在国产化边缘计算设备及异构计算平台上的移植、适配与深度性能调优。\n跨部门协同： 与算法研究员紧密合作，理解算法逻辑，从工程视角提供模型结构的优化建议，提升算法的工业级可用性。\n\n任职要求\n教育背景： 计算机科学、电子工程、自动化等相关专业，本科及以上学历。\n编程功底： 具备深厚的 C++ 编程功底，熟悉 Linux/Ubuntu 开发环境，熟练掌握多线程/多进程编程及内存管理，具备优秀的系统级 Debug 能力。\n算法基础： 具备扎实的算法与数据结构基础，熟悉常用的计算机视觉及深度学习原理，熟练使用 PyTorch 等主流深度学习框架。\n工程化经验： 熟练掌握 TensorRT、ONNX Runtime、OpenVINO 等至少一种推理框架；有丰富的模型转换、算子开发及推理加速实战经验。\n加分项（强烈推荐）： 具有国产化硬件（如华为昇腾 Ascend、寒武纪、地平线、瑞芯微等）的模型适配、NPU 算子开发及性能调优经验者优先。\n熟悉 CUDA 编程，有高并发服务端推理架构开发经验者优先。\n多模态软件开发工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东物流\n发布时间：2026-08-20\n\n岗位职责\n算法落地与部署： 负责计算机视觉（CV）、深度学习等算法模型在物流仓储场景（如数字孪生、人员/物品实时追踪系统）中的工程化落地与部署。\n性能优化与加速： 设计并开发高性能的算法推理 Pipeline，针对具体业务场景进行模型量化、剪枝、算子优化及推理加速，确保系统的高吞吐与低延迟。\n架构与平台建设： 深度参与团队 MLOps 平台的建设与迭代，完善模型训练、评测、发布及监控的自动化闭环链路。\n国产化硬件适配： 负责算法模型在国产化边缘计算设备及异构计算平台上的移植、适配与深度性能调优。\n跨部门协同： 与算法研究员紧密合作，理解算法逻辑，从工程视角提供模型结构的优化建议，提升算法的工业级可用性。\n\n任职要求\n教育背景： 计算机科学、电子工程、自动化等相关专业，本科及以上学历。\n编程功底： 具备深厚的 C++ 编程功底，熟悉 Linux/Ubuntu 开发环境，熟练掌握多线程/多进程编程及内存管理，具备优秀的系统级 Debug 能力。\n算法基础： 具备扎实的算法与数据结构基础，熟悉常用的计算机视觉及深度学习原理，熟练使用 PyTorch 等主流深度学习框架。\n工程化经验： 熟练掌握 TensorRT、ONNX Runtime、OpenVINO 等至少一种推理框架；有丰富的模型转换、算子开发及推理加速实战经验。\n加分项（强烈推荐）： 具有国产化硬件（如华为昇腾 Ascend、寒武纪、地平线、瑞芯微等）的模型适配、NPU 算子开发及性能调优经验者优先。\n熟悉 CUDA 编程，有高并发服务端推理架构开发经验者优先。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}