主分类：AI训练推理与计算优化
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": "智能体/具身/全模态RL Infra大模型算法工程师/架构师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "京东科技",
"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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "智能体/具身/全模态RL Infra大模型算法工程师/架构师\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：京东科技\n发布时间：2026-06-10\n\n岗位职责\n团队介绍\n我们是京东科技云事业部AI Infra团队，致力于大模型核心技术的前沿创新与应用。我们专注于业界领先的大模型创新算法及框架研发，构建极致高效的基础大模型训练、推理与渲染一体化平台，提供高吞吐高可用、低成本低延迟的大模型服务。我们的核心使命是高效支持京东自研和业界主流开源基础模型的训练、推理与渲染服务，驱动京东集团内外部的智能体/具身/全模态等大模型业务生态及应用。我们团队秉承技术驱动、创新为本的理念，为每一位成员提供广阔的成长空间和富有挑战性的项目。\n工作内容\n1.研发智能体/具身/全模态大模型算法，结合RL Infra后训练基座Scale-Law优化，提高大模型训练、生成和仿真渲染效能；\n2.基于MoE/DiT大模型架构，融合样本均衡/多P并行/压缩/量化/剪枝/算子融合等技术，进行算法与系统Co-Design优化，并推动业务落地；\n3.追踪业界最新技术进展，开展大模型算法与RL Infra训练、生成和仿真渲染相关创新，发表高影响力论文，打造业界一流的大模型RL Infra服务能力。\n\n任职要求\n1.硕士及以上学历，计算机、具身智能、高性能物理、数学、人工智能及STEM等相关专业；\n2.拥有扎实的计算机科学功底和编程能力，熟悉VLM/Omini/VLA/World Model/Flow Matching等理解及生成式模型效能优化，具有AI Infra全栈优化经验；\n3.掌握智能体/具身/全模态大模型结合强化学习算法及veRL/ROLL/Slime/NemoRL等RL Infra优化，熟悉NVIDIA Isaac Sim等物理/图形引擎优化；\n4.开源项目有核心贡献，在顶级期刊、学术会议发表过论文或大厂实习，CPhO/ACM/NOI竞赛等经历者优先；\n5.工作认真务实，科学规划，具有极致的探究精神且知行合一，具备较强的责任感。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "智能体/具身/全模态RL Infra大模型算法工程师/架构师\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：京东科技\n发布时间：2026-06-10\n\n岗位职责\n团队介绍\n我们是京东科技云事业部AI Infra团队，致力于大模型核心技术的前沿创新与应用。我们专注于业界领先的大模型创新算法及框架研发，构建极致高效的基础大模型训练、推理与渲染一体化平台，提供高吞吐高可用、低成本低延迟的大模型服务。我们的核心使命是高效支持京东自研和业界主流开源基础模型的训练、推理与渲染服务，驱动京东集团内外部的智能体/具身/全模态等大模型业务生态及应用。我们团队秉承技术驱动、创新为本的理念，为每一位成员提供广阔的成长空间和富有挑战性的项目。\n工作内容\n1.研发智能体/具身/全模态大模型算法，结合RL Infra后训练基座Scale-Law优化，提高大模型训练、生成和仿真渲染效能；\n2.基于MoE/DiT大模型架构，融合样本均衡/多P并行/压缩/量化/剪枝/算子融合等技术，进行算法与系统Co-Design优化，并推动业务落地；\n3.追踪业界最新技术进展，开展大模型算法与RL Infra训练、生成和仿真渲染相关创新，发表高影响力论文，打造业界一流的大模型RL Infra服务能力。\n\n任职要求\n1.硕士及以上学历，计算机、具身智能、高性能物理、数学、人工智能及STEM等相关专业；\n2.拥有扎实的计算机科学功底和编程能力，熟悉VLM/Omini/VLA/World Model/Flow Matching等理解及生成式模型效能优化，具有AI Infra全栈优化经验；\n3.掌握智能体/具身/全模态大模型结合强化学习算法及veRL/ROLL/Slime/NemoRL等RL Infra优化，熟悉NVIDIA Isaac Sim等物理/图形引擎优化；\n4.开源项目有核心贡献，在顶级期刊、学术会议发表过论文或大厂实习，CPhO/ACM/NOI竞赛等经历者优先；\n5.工作认真务实，科学规划，具有极致的探究精神且知行合一，具备较强的责任感。\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",
"模型训练",
"渲染",
"招聘",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "4.开源项目有核心贡献，在顶级期刊、学术会议发表过论文或大厂实习，CPhO/ACM/NOI竞赛等经历者优先",
"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=219055"
}
]
},
"posting": {
"posting_id": "219055",
"post_date": "2026-06-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=219055"
},
"fulltext": "智能体/具身/全模态RL Infra大模型算法工程师/架构师\n智能体/具身/全模态RL Infra大模型算法工程师/架构师\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：京东科技\n发布时间：2026-06-10\n\n岗位职责\n团队介绍\n我们是京东科技云事业部AI Infra团队，致力于大模型核心技术的前沿创新与应用。我们专注于业界领先的大模型创新算法及框架研发，构建极致高效的基础大模型训练、推理与渲染一体化平台，提供高吞吐高可用、低成本低延迟的大模型服务。我们的核心使命是高效支持京东自研和业界主流开源基础模型的训练、推理与渲染服务，驱动京东集团内外部的智能体/具身/全模态等大模型业务生态及应用。我们团队秉承技术驱动、创新为本的理念，为每一位成员提供广阔的成长空间和富有挑战性的项目。\n工作内容\n1.研发智能体/具身/全模态大模型算法，结合RL Infra后训练基座Scale-Law优化，提高大模型训练、生成和仿真渲染效能；\n2.基于MoE/DiT大模型架构，融合样本均衡/多P并行/压缩/量化/剪枝/算子融合等技术，进行算法与系统Co-Design优化，并推动业务落地；\n3.追踪业界最新技术进展，开展大模型算法与RL Infra训练、生成和仿真渲染相关创新，发表高影响力论文，打造业界一流的大模型RL Infra服务能力。\n\n任职要求\n1.硕士及以上学历，计算机、具身智能、高性能物理、数学、人工智能及STEM等相关专业；\n2.拥有扎实的计算机科学功底和编程能力，熟悉VLM/Omini/VLA/World Model/Flow Matching等理解及生成式模型效能优化，具有AI Infra全栈优化经验；\n3.掌握智能体/具身/全模态大模型结合强化学习算法及veRL/ROLL/Slime/NemoRL等RL Infra优化，熟悉NVIDIA Isaac Sim等物理/图形引擎优化；\n4.开源项目有核心贡献，在顶级期刊、学术会议发表过论文或大厂实习，CPhO/ACM/NOI竞赛等经历者优先；\n5.工作认真务实，科学规划，具有极致的探究精神且知行合一，具备较强的责任感。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n智能体/具身/全模态RL Infra大模型算法工程师/架构师\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：京东科技\n发布时间：2026-06-10\n\n岗位职责\n团队介绍\n我们是京东科技云事业部AI Infra团队，致力于大模型核心技术的前沿创新与应用。我们专注于业界领先的大模型创新算法及框架研发，构建极致高效的基础大模型训练、推理与渲染一体化平台，提供高吞吐高可用、低成本低延迟的大模型服务。我们的核心使命是高效支持京东自研和业界主流开源基础模型的训练、推理与渲染服务，驱动京东集团内外部的智能体/具身/全模态等大模型业务生态及应用。我们团队秉承技术驱动、创新为本的理念，为每一位成员提供广阔的成长空间和富有挑战性的项目。\n工作内容\n1.研发智能体/具身/全模态大模型算法，结合RL Infra后训练基座Scale-Law优化，提高大模型训练、生成和仿真渲染效能；\n2.基于MoE/DiT大模型架构，融合样本均衡/多P并行/压缩/量化/剪枝/算子融合等技术，进行算法与系统Co-Design优化，并推动业务落地；\n3.追踪业界最新技术进展，开展大模型算法与RL Infra训练、生成和仿真渲染相关创新，发表高影响力论文，打造业界一流的大模型RL Infra服务能力。\n\n任职要求\n1.硕士及以上学历，计算机、具身智能、高性能物理、数学、人工智能及STEM等相关专业；\n2.拥有扎实的计算机科学功底和编程能力，熟悉VLM/Omini/VLA/World Model/Flow Matching等理解及生成式模型效能优化，具有AI Infra全栈优化经验；\n3.掌握智能体/具身/全模态大模型结合强化学习算法及veRL/ROLL/Slime/NemoRL等RL Infra优化，熟悉NVIDIA Isaac Sim等物理/图形引擎优化；\n4.开源项目有核心贡献，在顶级期刊、学术会议发表过论文或大厂实习，CPhO/ACM/NOI竞赛等经历者优先；\n5.工作认真务实，科学规划，具有极致的探究精神且知行合一，具备较强的责任感。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n智能体/具身/全模态RL Infra大模型算法工程师/架构师\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：京东科技\n发布时间：2026-06-10\n\n岗位职责\n团队介绍\n我们是京东科技云事业部AI Infra团队，致力于大模型核心技术的前沿创新与应用。我们专注于业界领先的大模型创新算法及框架研发，构建极致高效的基础大模型训练、推理与渲染一体化平台，提供高吞吐高可用、低成本低延迟的大模型服务。我们的核心使命是高效支持京东自研和业界主流开源基础模型的训练、推理与渲染服务，驱动京东集团内外部的智能体/具身/全模态等大模型业务生态及应用。我们团队秉承技术驱动、创新为本的理念，为每一位成员提供广阔的成长空间和富有挑战性的项目。\n工作内容\n1.研发智能体/具身/全模态大模型算法，结合RL Infra后训练基座Scale-Law优化，提高大模型训练、生成和仿真渲染效能；\n2.基于MoE/DiT大模型架构，融合样本均衡/多P并行/压缩/量化/剪枝/算子融合等技术，进行算法与系统Co-Design优化，并推动业务落地；\n3.追踪业界最新技术进展，开展大模型算法与RL Infra训练、生成和仿真渲染相关创新，发表高影响力论文，打造业界一流的大模型RL Infra服务能力。\n\n任职要求\n1.硕士及以上学历，计算机、具身智能、高性能物理、数学、人工智能及STEM等相关专业；\n2.拥有扎实的计算机科学功底和编程能力，熟悉VLM/Omini/VLA/World Model/Flow Matching等理解及生成式模型效能优化，具有AI Infra全栈优化经验；\n3.掌握智能体/具身/全模态大模型结合强化学习算法及veRL/ROLL/Slime/NemoRL等RL Infra优化，熟悉NVIDIA Isaac Sim等物理/图形引擎优化；\n4.开源项目有核心贡献，在顶级期刊、学术会议发表过论文或大厂实习，CPhO/ACM/NOI竞赛等经历者优先；\n5.工作认真务实，科学规划，具有极致的探究精神且知行合一，具备较强的责任感。\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": "T014",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}