{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "数据算法工程师（大模型预训练）",
        "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": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "数据算法工程师（大模型预训练）\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：2026-09-04\n\n岗位职责\n大数据工程部定位于为基座模型及业务提供高质量数据与 AI 化解决方案。我们以数据为核心，通过数据工程与模型算法相结合的方式，加速大模型在数据、实验与评测环节的迭代效率，持续沉淀高价值数据资产，支撑模型与应用的演进。在具体实践中，我们面向多语言、多模态大模型训练，开展数据清洗、去重、打标等关键算法与方法建设，并系统性构建预训练与后训练数据管道，从质量、覆盖度与多样性等维度提升数据整体水平，持续助力模型效果提升。同时，我们积极探索合成数据、数据规模扩展规律、多模态数据对齐等前沿数据方向，将数据侧的创新转化为可验证、可复用的模型收益。\n1.负责多语言、多模态大模型训练所需的数据清洗、质检、去重、理解等算法开发，通过构建完整的数据体系，为大模型的训练数据质量负责；\n2.负责大模型预训练数据管道建设系统性方法研究，通过质量／覆盖／多样性等方法构建高质量预训练、后训练数据，提升基座模型训练效果；\n3.探索前沿数据方案，包括不限于合成数据、数据扩展规模定律、多模态数据对齐等基础AI问题，推动数据驱动AI的性能突破；\n4.不断跟进业界前沿数据算法，提高数据算法效果和效率，持续提升模型训练效果\n\n任职要求\n1.本科及以上学历，计算机、人工智能、自动化、机器人等相关专业；\n2.具备扎实的机器学习/深度学习基础，对大模型训练或应用有实际经验；\n3.能够将业务问题拆解为数据问题 + 模型问题，并形成可执行方案；\n4.具备良好的跨团队协作能力，能与业务、算法、工程多角色协同推进项目。\n5. 致力于构建高质量预训练数据体系，以支持模型效果持续提升为长期目标，坚持高标准交付与持续优化；\n6. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
        "requirements_text": "数据算法工程师（大模型预训练）\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：2026-09-04\n\n岗位职责\n大数据工程部定位于为基座模型及业务提供高质量数据与 AI 化解决方案。我们以数据为核心，通过数据工程与模型算法相结合的方式，加速大模型在数据、实验与评测环节的迭代效率，持续沉淀高价值数据资产，支撑模型与应用的演进。在具体实践中，我们面向多语言、多模态大模型训练，开展数据清洗、去重、打标等关键算法与方法建设，并系统性构建预训练与后训练数据管道，从质量、覆盖度与多样性等维度提升数据整体水平，持续助力模型效果提升。同时，我们积极探索合成数据、数据规模扩展规律、多模态数据对齐等前沿数据方向，将数据侧的创新转化为可验证、可复用的模型收益。\n1.负责多语言、多模态大模型训练所需的数据清洗、质检、去重、理解等算法开发，通过构建完整的数据体系，为大模型的训练数据质量负责；\n2.负责大模型预训练数据管道建设系统性方法研究，通过质量／覆盖／多样性等方法构建高质量预训练、后训练数据，提升基座模型训练效果；\n3.探索前沿数据方案，包括不限于合成数据、数据扩展规模定律、多模态数据对齐等基础AI问题，推动数据驱动AI的性能突破；\n4.不断跟进业界前沿数据算法，提高数据算法效果和效率，持续提升模型训练效果\n\n任职要求\n1.本科及以上学历，计算机、人工智能、自动化、机器人等相关专业；\n2.具备扎实的机器学习/深度学习基础，对大模型训练或应用有实际经验；\n3.能够将业务问题拆解为数据问题 + 模型问题，并形成可执行方案；\n4.具备良好的跨团队协作能力，能与业务、算法、工程多角色协同推进项目。\n5. 致力于构建高质量预训练数据体系，以支持模型效果持续提升为长期目标，坚持高标准交付与持续优化；\n6. 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
            "机器学习",
            "深度学习",
            "数据清洗",
            "模型训练",
            "团队协作",
            "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=220487"
            }
        ]
    },
    "posting": {
        "posting_id": "220487",
        "post_date": "2026-09-04",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=220487"
    },
    "fulltext": "数据算法工程师（大模型预训练）\n数据算法工程师（大模型预训练）\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：2026-09-04\n\n岗位职责\n大数据工程部定位于为基座模型及业务提供高质量数据与 AI 化解决方案。我们以数据为核心，通过数据工程与模型算法相结合的方式，加速大模型在数据、实验与评测环节的迭代效率，持续沉淀高价值数据资产，支撑模型与应用的演进。在具体实践中，我们面向多语言、多模态大模型训练，开展数据清洗、去重、打标等关键算法与方法建设，并系统性构建预训练与后训练数据管道，从质量、覆盖度与多样性等维度提升数据整体水平，持续助力模型效果提升。同时，我们积极探索合成数据、数据规模扩展规律、多模态数据对齐等前沿数据方向，将数据侧的创新转化为可验证、可复用的模型收益。\n1.负责多语言、多模态大模型训练所需的数据清洗、质检、去重、理解等算法开发，通过构建完整的数据体系，为大模型的训练数据质量负责；\n2.负责大模型预训练数据管道建设系统性方法研究，通过质量／覆盖／多样性等方法构建高质量预训练、后训练数据，提升基座模型训练效果；\n3.探索前沿数据方案，包括不限于合成数据、数据扩展规模定律、多模态数据对齐等基础AI问题，推动数据驱动AI的性能突破；\n4.不断跟进业界前沿数据算法，提高数据算法效果和效率，持续提升模型训练效果\n\n任职要求\n1.本科及以上学历，计算机、人工智能、自动化、机器人等相关专业；\n2.具备扎实的机器学习/深度学习基础，对大模型训练或应用有实际经验；\n3.能够将业务问题拆解为数据问题 + 模型问题，并形成可执行方案；\n4.具备良好的跨团队协作能力，能与业务、算法、工程多角色协同推进项目。\n5. 致力于构建高质量预训练数据体系，以支持模型效果持续提升为长期目标，坚持高标准交付与持续优化；\n6. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n数据算法工程师（大模型预训练）\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：2026-09-04\n\n岗位职责\n大数据工程部定位于为基座模型及业务提供高质量数据与 AI 化解决方案。我们以数据为核心，通过数据工程与模型算法相结合的方式，加速大模型在数据、实验与评测环节的迭代效率，持续沉淀高价值数据资产，支撑模型与应用的演进。在具体实践中，我们面向多语言、多模态大模型训练，开展数据清洗、去重、打标等关键算法与方法建设，并系统性构建预训练与后训练数据管道，从质量、覆盖度与多样性等维度提升数据整体水平，持续助力模型效果提升。同时，我们积极探索合成数据、数据规模扩展规律、多模态数据对齐等前沿数据方向，将数据侧的创新转化为可验证、可复用的模型收益。\n1.负责多语言、多模态大模型训练所需的数据清洗、质检、去重、理解等算法开发，通过构建完整的数据体系，为大模型的训练数据质量负责；\n2.负责大模型预训练数据管道建设系统性方法研究，通过质量／覆盖／多样性等方法构建高质量预训练、后训练数据，提升基座模型训练效果；\n3.探索前沿数据方案，包括不限于合成数据、数据扩展规模定律、多模态数据对齐等基础AI问题，推动数据驱动AI的性能突破；\n4.不断跟进业界前沿数据算法，提高数据算法效果和效率，持续提升模型训练效果\n\n任职要求\n1.本科及以上学历，计算机、人工智能、自动化、机器人等相关专业；\n2.具备扎实的机器学习/深度学习基础，对大模型训练或应用有实际经验；\n3.能够将业务问题拆解为数据问题 + 模型问题，并形成可执行方案；\n4.具备良好的跨团队协作能力，能与业务、算法、工程多角色协同推进项目。\n5. 致力于构建高质量预训练数据体系，以支持模型效果持续提升为长期目标，坚持高标准交付与持续优化；\n6. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n数据算法工程师（大模型预训练）\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：2026-09-04\n\n岗位职责\n大数据工程部定位于为基座模型及业务提供高质量数据与 AI 化解决方案。我们以数据为核心，通过数据工程与模型算法相结合的方式，加速大模型在数据、实验与评测环节的迭代效率，持续沉淀高价值数据资产，支撑模型与应用的演进。在具体实践中，我们面向多语言、多模态大模型训练，开展数据清洗、去重、打标等关键算法与方法建设，并系统性构建预训练与后训练数据管道，从质量、覆盖度与多样性等维度提升数据整体水平，持续助力模型效果提升。同时，我们积极探索合成数据、数据规模扩展规律、多模态数据对齐等前沿数据方向，将数据侧的创新转化为可验证、可复用的模型收益。\n1.负责多语言、多模态大模型训练所需的数据清洗、质检、去重、理解等算法开发，通过构建完整的数据体系，为大模型的训练数据质量负责；\n2.负责大模型预训练数据管道建设系统性方法研究，通过质量／覆盖／多样性等方法构建高质量预训练、后训练数据，提升基座模型训练效果；\n3.探索前沿数据方案，包括不限于合成数据、数据扩展规模定律、多模态数据对齐等基础AI问题，推动数据驱动AI的性能突破；\n4.不断跟进业界前沿数据算法，提高数据算法效果和效率，持续提升模型训练效果\n\n任职要求\n1.本科及以上学历，计算机、人工智能、自动化、机器人等相关专业；\n2.具备扎实的机器学习/深度学习基础，对大模型训练或应用有实际经验；\n3.能够将业务问题拆解为数据问题 + 模型问题，并形成可执行方案；\n4.具备良好的跨团队协作能力，能与业务、算法、工程多角色协同推进项目。\n5. 致力于构建高质量预训练数据体系，以支持模型效果持续提升为长期目标，坚持高标准交付与持续优化；\n6. 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": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}