主分类：机器人与自动驾驶算法研发
辅助：大模型与生成式算法研发（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": "基础模型算法专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "探索研究院",
"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": "计算机视觉、多模态大模型、机器人等相关领域的硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "基础模型算法专家\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：探索研究院\n发布时间：2026-04-03\n\n岗位职责\n1.探索具身智能领域前沿多模态大模型算法，特别是面向机器人感知、决策与控制的模型架构，探索世界模型、具身规划等关键概念在模型设计中的应用；\n2.构建和迭代面向具身智能任务（如机器人操控、导航、人机协作）的专用多模态大模型基座，优化并实现数据采集/预训练/后训练/监督微调/人类反馈强化学习/思维链等算法能力；\n3.推进多模态大模型在机器人平台的实际应用，将模型部署到真实机器人系统或高保真仿真环境中，构建“通用机器人大脑” 或 “具身世界模型” 的核心认知与决策模块；\n4.探索和实现适合具身计算的模型架构改进（如高效注意力、模型压缩、知识蒸馏），优化模型在资源受限的端侧机器人平台上的推理效率。\n\n任职要求\n1.计算机视觉、多模态大模型、机器人等相关领域的硕士及以上学历；\n2.有大语言模型/视觉模型/多模态大模型预训练/后训练/微调研发经验，如llava/llama/vit/diffusion等模型架构；\n3.熟悉多模态领域算法，熟悉llava/qwenvl等基础vlm模型;\n4.熟悉nlp领域算法，熟悉bert/gpt/llama等架构；\n5.熟悉cv算法，包括不限于vit/dino/sam/gan/diffusion等架构。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "基础模型算法专家\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：探索研究院\n发布时间：2026-04-03\n\n岗位职责\n1.探索具身智能领域前沿多模态大模型算法，特别是面向机器人感知、决策与控制的模型架构，探索世界模型、具身规划等关键概念在模型设计中的应用；\n2.构建和迭代面向具身智能任务（如机器人操控、导航、人机协作）的专用多模态大模型基座，优化并实现数据采集/预训练/后训练/监督微调/人类反馈强化学习/思维链等算法能力；\n3.推进多模态大模型在机器人平台的实际应用，将模型部署到真实机器人系统或高保真仿真环境中，构建“通用机器人大脑” 或 “具身世界模型” 的核心认知与决策模块；\n4.探索和实现适合具身计算的模型架构改进（如高效注意力、模型压缩、知识蒸馏），优化模型在资源受限的端侧机器人平台上的推理效率。\n\n任职要求\n1.计算机视觉、多模态大模型、机器人等相关领域的硕士及以上学历；\n2.有大语言模型/视觉模型/多模态大模型预训练/后训练/微调研发经验，如llava/llama/vit/diffusion等模型架构；\n3.熟悉多模态领域算法，熟悉llava/qwenvl等基础vlm模型;\n4.熟悉nlp领域算法，熟悉bert/gpt/llama等架构；\n5.熟悉cv算法，包括不限于vit/dino/sam/gan/diffusion等架构。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"skills": [AI生成
"强化学习",
"计算机视觉",
"招聘",
"大语言模型"
],
"preferred_qualifications": "未披露",
"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=213700"
}
]
},
"posting": {
"posting_id": "213700",
"post_date": "2026-04-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=213700"
},
"fulltext": "基础模型算法专家\n基础模型算法专家\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：探索研究院\n发布时间：2026-04-03\n\n岗位职责\n1.探索具身智能领域前沿多模态大模型算法，特别是面向机器人感知、决策与控制的模型架构，探索世界模型、具身规划等关键概念在模型设计中的应用；\n2.构建和迭代面向具身智能任务（如机器人操控、导航、人机协作）的专用多模态大模型基座，优化并实现数据采集/预训练/后训练/监督微调/人类反馈强化学习/思维链等算法能力；\n3.推进多模态大模型在机器人平台的实际应用，将模型部署到真实机器人系统或高保真仿真环境中，构建“通用机器人大脑” 或 “具身世界模型” 的核心认知与决策模块；\n4.探索和实现适合具身计算的模型架构改进（如高效注意力、模型压缩、知识蒸馏），优化模型在资源受限的端侧机器人平台上的推理效率。\n\n任职要求\n1.计算机视觉、多模态大模型、机器人等相关领域的硕士及以上学历；\n2.有大语言模型/视觉模型/多模态大模型预训练/后训练/微调研发经验，如llava/llama/vit/diffusion等模型架构；\n3.熟悉多模态领域算法，熟悉llava/qwenvl等基础vlm模型;\n4.熟悉nlp领域算法，熟悉bert/gpt/llama等架构；\n5.熟悉cv算法，包括不限于vit/dino/sam/gan/diffusion等架构。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n基础模型算法专家\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：探索研究院\n发布时间：2026-04-03\n\n岗位职责\n1.探索具身智能领域前沿多模态大模型算法，特别是面向机器人感知、决策与控制的模型架构，探索世界模型、具身规划等关键概念在模型设计中的应用；\n2.构建和迭代面向具身智能任务（如机器人操控、导航、人机协作）的专用多模态大模型基座，优化并实现数据采集/预训练/后训练/监督微调/人类反馈强化学习/思维链等算法能力；\n3.推进多模态大模型在机器人平台的实际应用，将模型部署到真实机器人系统或高保真仿真环境中，构建“通用机器人大脑” 或 “具身世界模型” 的核心认知与决策模块；\n4.探索和实现适合具身计算的模型架构改进（如高效注意力、模型压缩、知识蒸馏），优化模型在资源受限的端侧机器人平台上的推理效率。\n\n任职要求\n1.计算机视觉、多模态大模型、机器人等相关领域的硕士及以上学历；\n2.有大语言模型/视觉模型/多模态大模型预训练/后训练/微调研发经验，如llava/llama/vit/diffusion等模型架构；\n3.熟悉多模态领域算法，熟悉llava/qwenvl等基础vlm模型;\n4.熟悉nlp领域算法，熟悉bert/gpt/llama等架构；\n5.熟悉cv算法，包括不限于vit/dino/sam/gan/diffusion等架构。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n基础模型算法专家\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：探索研究院\n发布时间：2026-04-03\n\n岗位职责\n1.探索具身智能领域前沿多模态大模型算法，特别是面向机器人感知、决策与控制的模型架构，探索世界模型、具身规划等关键概念在模型设计中的应用；\n2.构建和迭代面向具身智能任务（如机器人操控、导航、人机协作）的专用多模态大模型基座，优化并实现数据采集/预训练/后训练/监督微调/人类反馈强化学习/思维链等算法能力；\n3.推进多模态大模型在机器人平台的实际应用，将模型部署到真实机器人系统或高保真仿真环境中，构建“通用机器人大脑” 或 “具身世界模型” 的核心认知与决策模块；\n4.探索和实现适合具身计算的模型架构改进（如高效注意力、模型压缩、知识蒸馏），优化模型在资源受限的端侧机器人平台上的推理效率。\n\n任职要求\n1.计算机视觉、多模态大模型、机器人等相关领域的硕士及以上学历；\n2.有大语言模型/视觉模型/多模态大模型预训练/后训练/微调研发经验，如llava/llama/vit/diffusion等模型架构；\n3.熟悉多模态领域算法，熟悉llava/qwenvl等基础vlm模型;\n4.熟悉nlp领域算法，熟悉bert/gpt/llama等架构；\n5.熟悉cv算法，包括不限于vit/dino/sam/gan/diffusion等架构。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}