主分类：机器人与自动驾驶算法研发
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": "具身智能算法工程师",
"job_level": "未披露",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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "具身智能算法工程师\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：探索研究院\n发布时间：2026-06-10\n\n岗位职责\n部门介绍：\n京东探索研究院是以京东集团以各事业群与业务单元的技术发展为基础，集合全集团资源和能力，专注于前沿科技探索的研发部门与核心机构，研究院聚焦于自然语言、语音与声学、多模态、具身智能等技术方向进行前沿技术探索，通过“技术+产业”的深度融合，推动基础科学研究与产业创新应用。\n目前我们拥有多位入选IEEE Fellow的科学家。截止2025年9月，我们在AAAI、IJCAI、CVPR、KDD、NeurIPS、ICML、ACL、ICASSP等国际AI顶级会议上共发表相关论文超1000篇，并在多项国际性学术赛事中斩获70多项世界第一，与香港科技大学、清华大学、中国人民大学等多所国内外高校合作建立人工智能实验室和项目合作，充分展开产学研一体化实践。\n岗位定位：\n负责强化学习在具身智能和机器人任务中的算法研究与系统实现，探索 RL 在灵巧操作、长程任务、模型后训练、仿真到现实迁移等方向的应用。\n工作职责：\n1、研究面向机器人控制与具身决策的强化学习算法，包括离线 RL、在线 RL、多任务 RL 等。\n2、探索强化学习与模仿学习、VLA 模型、世界模型、奖励模型和人类反馈的结合方式。\n3、构建高效的 RL 训练系统，支持仿真环境、真机环境和混合数据环境中的策略优化。\n4、研究复杂操作任务中的奖励设计、探索策略和泛化能力提升。\n5、推动强化学习算法在灵巧操作、移动操作等真实任务中的验证和落地。\n6、跟踪国际前沿进展，形成可复现、可扩展、可规模化的 RL 技术栈。\n\n任职要求\n任职要求：\n1、计算机、人工智能、机器人、自动化、控制等相关专业背景。\n2、熟悉强化学习基本算法，如 PPO、SAC、TD3、DQN、Offline RL、RLHF/RLAIF 等。\n3、熟悉机器人控制、仿真训练、策略学习或大模型后训练者优先。\n4、具备 Python/PyTorch 编程能力，有良好的实验设计和工程实现能力。\n5、有 Isaac Gym、MuJoCo、Genesis、ManiSkill、RoboSuite、Gymnasium 等仿真平台经验者优先。\n6、在强化学习、机器人学习、控制等方向发表高水平论文或有落地经验者优先。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "具身智能算法工程师\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：探索研究院\n发布时间：2026-06-10\n\n岗位职责\n部门介绍：\n京东探索研究院是以京东集团以各事业群与业务单元的技术发展为基础，集合全集团资源和能力，专注于前沿科技探索的研发部门与核心机构，研究院聚焦于自然语言、语音与声学、多模态、具身智能等技术方向进行前沿技术探索，通过“技术+产业”的深度融合，推动基础科学研究与产业创新应用。\n目前我们拥有多位入选IEEE Fellow的科学家。截止2025年9月，我们在AAAI、IJCAI、CVPR、KDD、NeurIPS、ICML、ACL、ICASSP等国际AI顶级会议上共发表相关论文超1000篇，并在多项国际性学术赛事中斩获70多项世界第一，与香港科技大学、清华大学、中国人民大学等多所国内外高校合作建立人工智能实验室和项目合作，充分展开产学研一体化实践。\n岗位定位：\n负责强化学习在具身智能和机器人任务中的算法研究与系统实现，探索 RL 在灵巧操作、长程任务、模型后训练、仿真到现实迁移等方向的应用。\n工作职责：\n1、研究面向机器人控制与具身决策的强化学习算法，包括离线 RL、在线 RL、多任务 RL 等。\n2、探索强化学习与模仿学习、VLA 模型、世界模型、奖励模型和人类反馈的结合方式。\n3、构建高效的 RL 训练系统，支持仿真环境、真机环境和混合数据环境中的策略优化。\n4、研究复杂操作任务中的奖励设计、探索策略和泛化能力提升。\n5、推动强化学习算法在灵巧操作、移动操作等真实任务中的验证和落地。\n6、跟踪国际前沿进展，形成可复现、可扩展、可规模化的 RL 技术栈。\n\n任职要求\n任职要求：\n1、计算机、人工智能、机器人、自动化、控制等相关专业背景。\n2、熟悉强化学习基本算法，如 PPO、SAC、TD3、DQN、Offline RL、RLHF/RLAIF 等。\n3、熟悉机器人控制、仿真训练、策略学习或大模型后训练者优先。\n4、具备 Python/PyTorch 编程能力，有良好的实验设计和工程实现能力。\n5、有 Isaac Gym、MuJoCo、Genesis、ManiSkill、RoboSuite、Gymnasium 等仿真平台经验者优先。\n6、在强化学习、机器人学习、控制等方向发表高水平论文或有落地经验者优先。\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
"Python",
"PyTorch",
"强化学习",
"招聘",
"大语言模型"
],
"preferred_qualifications": "3、熟悉机器人控制、仿真训练、策略学习或大模型后训练者优先；5、有 Isaac Gym、MuJoCo、Genesis、ManiSkill、RoboSuite、Gymnasium 等仿真平台经验者优先；6、在强化学习、机器人学习、控制等方向发表高水平论文或有落地经验者优先",
"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=219085"
}
]
},
"posting": {
"posting_id": "219085",
"post_date": "2026-06-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=219085"
},
"fulltext": "具身智能算法工程师\n具身智能算法工程师\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：探索研究院\n发布时间：2026-06-10\n\n岗位职责\n部门介绍：\n京东探索研究院是以京东集团以各事业群与业务单元的技术发展为基础，集合全集团资源和能力，专注于前沿科技探索的研发部门与核心机构，研究院聚焦于自然语言、语音与声学、多模态、具身智能等技术方向进行前沿技术探索，通过“技术+产业”的深度融合，推动基础科学研究与产业创新应用。\n目前我们拥有多位入选IEEE Fellow的科学家。截止2025年9月，我们在AAAI、IJCAI、CVPR、KDD、NeurIPS、ICML、ACL、ICASSP等国际AI顶级会议上共发表相关论文超1000篇，并在多项国际性学术赛事中斩获70多项世界第一，与香港科技大学、清华大学、中国人民大学等多所国内外高校合作建立人工智能实验室和项目合作，充分展开产学研一体化实践。\n岗位定位：\n负责强化学习在具身智能和机器人任务中的算法研究与系统实现，探索 RL 在灵巧操作、长程任务、模型后训练、仿真到现实迁移等方向的应用。\n工作职责：\n1、研究面向机器人控制与具身决策的强化学习算法，包括离线 RL、在线 RL、多任务 RL 等。\n2、探索强化学习与模仿学习、VLA 模型、世界模型、奖励模型和人类反馈的结合方式。\n3、构建高效的 RL 训练系统，支持仿真环境、真机环境和混合数据环境中的策略优化。\n4、研究复杂操作任务中的奖励设计、探索策略和泛化能力提升。\n5、推动强化学习算法在灵巧操作、移动操作等真实任务中的验证和落地。\n6、跟踪国际前沿进展，形成可复现、可扩展、可规模化的 RL 技术栈。\n\n任职要求\n任职要求：\n1、计算机、人工智能、机器人、自动化、控制等相关专业背景。\n2、熟悉强化学习基本算法，如 PPO、SAC、TD3、DQN、Offline RL、RLHF/RLAIF 等。\n3、熟悉机器人控制、仿真训练、策略学习或大模型后训练者优先。\n4、具备 Python/PyTorch 编程能力，有良好的实验设计和工程实现能力。\n5、有 Isaac Gym、MuJoCo、Genesis、ManiSkill、RoboSuite、Gymnasium 等仿真平台经验者优先。\n6、在强化学习、机器人学习、控制等方向发表高水平论文或有落地经验者优先。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n具身智能算法工程师\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：探索研究院\n发布时间：2026-06-10\n\n岗位职责\n部门介绍：\n京东探索研究院是以京东集团以各事业群与业务单元的技术发展为基础，集合全集团资源和能力，专注于前沿科技探索的研发部门与核心机构，研究院聚焦于自然语言、语音与声学、多模态、具身智能等技术方向进行前沿技术探索，通过“技术+产业”的深度融合，推动基础科学研究与产业创新应用。\n目前我们拥有多位入选IEEE Fellow的科学家。截止2025年9月，我们在AAAI、IJCAI、CVPR、KDD、NeurIPS、ICML、ACL、ICASSP等国际AI顶级会议上共发表相关论文超1000篇，并在多项国际性学术赛事中斩获70多项世界第一，与香港科技大学、清华大学、中国人民大学等多所国内外高校合作建立人工智能实验室和项目合作，充分展开产学研一体化实践。\n岗位定位：\n负责强化学习在具身智能和机器人任务中的算法研究与系统实现，探索 RL 在灵巧操作、长程任务、模型后训练、仿真到现实迁移等方向的应用。\n工作职责：\n1、研究面向机器人控制与具身决策的强化学习算法，包括离线 RL、在线 RL、多任务 RL 等。\n2、探索强化学习与模仿学习、VLA 模型、世界模型、奖励模型和人类反馈的结合方式。\n3、构建高效的 RL 训练系统，支持仿真环境、真机环境和混合数据环境中的策略优化。\n4、研究复杂操作任务中的奖励设计、探索策略和泛化能力提升。\n5、推动强化学习算法在灵巧操作、移动操作等真实任务中的验证和落地。\n6、跟踪国际前沿进展，形成可复现、可扩展、可规模化的 RL 技术栈。\n\n任职要求\n任职要求：\n1、计算机、人工智能、机器人、自动化、控制等相关专业背景。\n2、熟悉强化学习基本算法，如 PPO、SAC、TD3、DQN、Offline RL、RLHF/RLAIF 等。\n3、熟悉机器人控制、仿真训练、策略学习或大模型后训练者优先。\n4、具备 Python/PyTorch 编程能力，有良好的实验设计和工程实现能力。\n5、有 Isaac Gym、MuJoCo、Genesis、ManiSkill、RoboSuite、Gymnasium 等仿真平台经验者优先。\n6、在强化学习、机器人学习、控制等方向发表高水平论文或有落地经验者优先。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n具身智能算法工程师\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：探索研究院\n发布时间：2026-06-10\n\n岗位职责\n部门介绍：\n京东探索研究院是以京东集团以各事业群与业务单元的技术发展为基础，集合全集团资源和能力，专注于前沿科技探索的研发部门与核心机构，研究院聚焦于自然语言、语音与声学、多模态、具身智能等技术方向进行前沿技术探索，通过“技术+产业”的深度融合，推动基础科学研究与产业创新应用。\n目前我们拥有多位入选IEEE Fellow的科学家。截止2025年9月，我们在AAAI、IJCAI、CVPR、KDD、NeurIPS、ICML、ACL、ICASSP等国际AI顶级会议上共发表相关论文超1000篇，并在多项国际性学术赛事中斩获70多项世界第一，与香港科技大学、清华大学、中国人民大学等多所国内外高校合作建立人工智能实验室和项目合作，充分展开产学研一体化实践。\n岗位定位：\n负责强化学习在具身智能和机器人任务中的算法研究与系统实现，探索 RL 在灵巧操作、长程任务、模型后训练、仿真到现实迁移等方向的应用。\n工作职责：\n1、研究面向机器人控制与具身决策的强化学习算法，包括离线 RL、在线 RL、多任务 RL 等。\n2、探索强化学习与模仿学习、VLA 模型、世界模型、奖励模型和人类反馈的结合方式。\n3、构建高效的 RL 训练系统，支持仿真环境、真机环境和混合数据环境中的策略优化。\n4、研究复杂操作任务中的奖励设计、探索策略和泛化能力提升。\n5、推动强化学习算法在灵巧操作、移动操作等真实任务中的验证和落地。\n6、跟踪国际前沿进展，形成可复现、可扩展、可规模化的 RL 技术栈。\n\n任职要求\n任职要求：\n1、计算机、人工智能、机器人、自动化、控制等相关专业背景。\n2、熟悉强化学习基本算法，如 PPO、SAC、TD3、DQN、Offline RL、RLHF/RLAIF 等。\n3、熟悉机器人控制、仿真训练、策略学习或大模型后训练者优先。\n4、具备 Python/PyTorch 编程能力，有良好的实验设计和工程实现能力。\n5、有 Isaac Gym、MuJoCo、Genesis、ManiSkill、RoboSuite、Gymnasium 等仿真平台经验者优先。\n6、在强化学习、机器人学习、控制等方向发表高水平论文或有落地经验者优先。\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": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}