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": "大模型算法工程师（AI Infra 高阶）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "探索研究院",
"location": "上海市",
"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": "大模型算法工程师（AI Infra 高阶）\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：上海市\n所属部门：探索研究院\n发布时间：2026-08-04\n\n岗位职责\n我们的核心使命 (Core Mission)：我们专注于大语言模型（LLM）的全栈技术突破与前沿探索，拒绝平庸的复刻，追求极致的创新：\n大模型基座研发：从 Pre-training 到 Post-training，探索千亿/万亿参数模型的高效训练与极致性能，挑战 Scaling Law 的边界。\n复杂推理与对齐：攻克 CoT（思维链）、RLHF/RLAIF 等核心难题，打造具备深层逻辑推理能力与价值观对齐的通用智能。\nAgent 与多模态融合：赋予模型“手”和“眼”，构建能够操作工具、理解世界的自主智能体（Autonomous Agents）。\n产业级落地验证：Research for Impact。你的算法将直接部署于京东万亿级的零售、物流、金融场景中，服务数亿用户，实现技术价值的闭环。\n顶尖的精英团队 (Elite Team)：在这里，你将与业内最聪明的大脑并肩作战。我们的成员背景极具“密度”，团队聚集大量国内外顶尖高校的大模型原生的年轻人才，在各个方向都有领域内知名技术专家引领。团队在 Nature, TPAMI, NeurIPS, ACL, CVPR, ICML, ICLR, KDD等顶刊顶会议上累计发表论文数百篇，在各类国际AI竞赛中屡获桂冠。团队拥有浓厚的各种技术氛围，没有层级森严的壁垒，推崇“黑客精神”与工程师文化，扁平化管理，让想法在咖啡与代码中自由碰撞。\n硬核的工作环境与支持 (Why Us)：要造出世界级的模型，必须有世界级的“军火库”。我们拥有顶级规模的 GPU 算力集群（万卡级别），绝不让算力成为你验证 Idea 的瓶颈，享有京东生态内数千亿 token 的高质量专有数据，这是公开数据集无法比拟的。\n1. 参与大模型训练与推理基础架构的优化设计，改进万卡集群环境下的分布式训练与推理性能，推动相关框架落地；\n2. 负责设计并参与大模型与视觉语言模型的完整训练流程，涵盖预训练、中训练与后训练，保障模型能力持续提升；\n3. 构建高质量训练数据的生产与评估体系，制定数据筛选、配比优化与自动化质检机制，驱动模型效果正向发展；\n4. 研究并应用强化学习技术，包括奖励模型、OPD与异步强化学习，提升模型推理稳定性、指令遵循与安全性；\n5. 总结技术实践形成可复用的方法论，参与技术报告撰写与开源项目输出，提升团队在AI基础设施领域的专业影响力。\n\n任职要求\n1. 具备大规模语言模型与视觉语言模型全流程训练经验，能设计并参与预训练、中训练及后训练阶段，保障模型能力持续提升；\n2. 拥有万卡级别集群下AI基础设施实践经验，熟悉从数据到训练再到推理的完整链路，能基于Megatron、vLLM等框架优化分布式训练与推理性能；\n3. 能够定位大规模训练故障或性能瓶颈的底层成因，制定有效对策，并具备结合前沿论文与工程实践在数据筛选、强化学习对齐或算子优化等方面提出创新性解决方案的能力；\n4. 致力于在大模型基础架构领域追求技术领先，长期投入于AI基础设施的突破，并在高强度技术攻坚中坚持高标准，主动承担难点任务，追求持续技术突破；\n5. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "大模型算法工程师（AI Infra 高阶）\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：上海市\n所属部门：探索研究院\n发布时间：2026-08-04\n\n岗位职责\n我们的核心使命 (Core Mission)：我们专注于大语言模型（LLM）的全栈技术突破与前沿探索，拒绝平庸的复刻，追求极致的创新：\n大模型基座研发：从 Pre-training 到 Post-training，探索千亿/万亿参数模型的高效训练与极致性能，挑战 Scaling Law 的边界。\n复杂推理与对齐：攻克 CoT（思维链）、RLHF/RLAIF 等核心难题，打造具备深层逻辑推理能力与价值观对齐的通用智能。\nAgent 与多模态融合：赋予模型“手”和“眼”，构建能够操作工具、理解世界的自主智能体（Autonomous Agents）。\n产业级落地验证：Research for Impact。你的算法将直接部署于京东万亿级的零售、物流、金融场景中，服务数亿用户，实现技术价值的闭环。\n顶尖的精英团队 (Elite Team)：在这里，你将与业内最聪明的大脑并肩作战。我们的成员背景极具“密度”，团队聚集大量国内外顶尖高校的大模型原生的年轻人才，在各个方向都有领域内知名技术专家引领。团队在 Nature, TPAMI, NeurIPS, ACL, CVPR, ICML, ICLR, KDD等顶刊顶会议上累计发表论文数百篇，在各类国际AI竞赛中屡获桂冠。团队拥有浓厚的各种技术氛围，没有层级森严的壁垒，推崇“黑客精神”与工程师文化，扁平化管理，让想法在咖啡与代码中自由碰撞。\n硬核的工作环境与支持 (Why Us)：要造出世界级的模型，必须有世界级的“军火库”。我们拥有顶级规模的 GPU 算力集群（万卡级别），绝不让算力成为你验证 Idea 的瓶颈，享有京东生态内数千亿 token 的高质量专有数据，这是公开数据集无法比拟的。\n1. 参与大模型训练与推理基础架构的优化设计，改进万卡集群环境下的分布式训练与推理性能，推动相关框架落地；\n2. 负责设计并参与大模型与视觉语言模型的完整训练流程，涵盖预训练、中训练与后训练，保障模型能力持续提升；\n3. 构建高质量训练数据的生产与评估体系，制定数据筛选、配比优化与自动化质检机制，驱动模型效果正向发展；\n4. 研究并应用强化学习技术，包括奖励模型、OPD与异步强化学习，提升模型推理稳定性、指令遵循与安全性；\n5. 总结技术实践形成可复用的方法论，参与技术报告撰写与开源项目输出，提升团队在AI基础设施领域的专业影响力。\n\n任职要求\n1. 具备大规模语言模型与视觉语言模型全流程训练经验，能设计并参与预训练、中训练及后训练阶段，保障模型能力持续提升；\n2. 拥有万卡级别集群下AI基础设施实践经验，熟悉从数据到训练再到推理的完整链路，能基于Megatron、vLLM等框架优化分布式训练与推理性能；\n3. 能够定位大规模训练故障或性能瓶颈的底层成因，制定有效对策，并具备结合前沿论文与工程实践在数据筛选、强化学习对齐或算子优化等方面提出创新性解决方案的能力；\n4. 致力于在大模型基础架构领域追求技术领先，长期投入于AI基础设施的突破，并在高强度技术攻坚中坚持高标准，主动承担难点任务，追求持续技术突破；\n5. 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",
"招聘",
"大语言模型",
"智能体开发"
],
"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=221161"
}
]
},
"posting": {
"posting_id": "221161",
"post_date": "2026-08-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=221161"
},
"fulltext": "大模型算法工程师（AI Infra 高阶）\n大模型算法工程师（AI Infra 高阶）\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：上海市\n所属部门：探索研究院\n发布时间：2026-08-04\n\n岗位职责\n我们的核心使命 (Core Mission)：我们专注于大语言模型（LLM）的全栈技术突破与前沿探索，拒绝平庸的复刻，追求极致的创新：\n大模型基座研发：从 Pre-training 到 Post-training，探索千亿/万亿参数模型的高效训练与极致性能，挑战 Scaling Law 的边界。\n复杂推理与对齐：攻克 CoT（思维链）、RLHF/RLAIF 等核心难题，打造具备深层逻辑推理能力与价值观对齐的通用智能。\nAgent 与多模态融合：赋予模型“手”和“眼”，构建能够操作工具、理解世界的自主智能体（Autonomous Agents）。\n产业级落地验证：Research for Impact。你的算法将直接部署于京东万亿级的零售、物流、金融场景中，服务数亿用户，实现技术价值的闭环。\n顶尖的精英团队 (Elite Team)：在这里，你将与业内最聪明的大脑并肩作战。我们的成员背景极具“密度”，团队聚集大量国内外顶尖高校的大模型原生的年轻人才，在各个方向都有领域内知名技术专家引领。团队在 Nature, TPAMI, NeurIPS, ACL, CVPR, ICML, ICLR, KDD等顶刊顶会议上累计发表论文数百篇，在各类国际AI竞赛中屡获桂冠。团队拥有浓厚的各种技术氛围，没有层级森严的壁垒，推崇“黑客精神”与工程师文化，扁平化管理，让想法在咖啡与代码中自由碰撞。\n硬核的工作环境与支持 (Why Us)：要造出世界级的模型，必须有世界级的“军火库”。我们拥有顶级规模的 GPU 算力集群（万卡级别），绝不让算力成为你验证 Idea 的瓶颈，享有京东生态内数千亿 token 的高质量专有数据，这是公开数据集无法比拟的。\n1. 参与大模型训练与推理基础架构的优化设计，改进万卡集群环境下的分布式训练与推理性能，推动相关框架落地；\n2. 负责设计并参与大模型与视觉语言模型的完整训练流程，涵盖预训练、中训练与后训练，保障模型能力持续提升；\n3. 构建高质量训练数据的生产与评估体系，制定数据筛选、配比优化与自动化质检机制，驱动模型效果正向发展；\n4. 研究并应用强化学习技术，包括奖励模型、OPD与异步强化学习，提升模型推理稳定性、指令遵循与安全性；\n5. 总结技术实践形成可复用的方法论，参与技术报告撰写与开源项目输出，提升团队在AI基础设施领域的专业影响力。\n\n任职要求\n1. 具备大规模语言模型与视觉语言模型全流程训练经验，能设计并参与预训练、中训练及后训练阶段，保障模型能力持续提升；\n2. 拥有万卡级别集群下AI基础设施实践经验，熟悉从数据到训练再到推理的完整链路，能基于Megatron、vLLM等框架优化分布式训练与推理性能；\n3. 能够定位大规模训练故障或性能瓶颈的底层成因，制定有效对策，并具备结合前沿论文与工程实践在数据筛选、强化学习对齐或算子优化等方面提出创新性解决方案的能力；\n4. 致力于在大模型基础架构领域追求技术领先，长期投入于AI基础设施的突破，并在高强度技术攻坚中坚持高标准，主动承担难点任务，追求持续技术突破；\n5. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n大模型算法工程师（AI Infra 高阶）\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：上海市\n所属部门：探索研究院\n发布时间：2026-08-04\n\n岗位职责\n我们的核心使命 (Core Mission)：我们专注于大语言模型（LLM）的全栈技术突破与前沿探索，拒绝平庸的复刻，追求极致的创新：\n大模型基座研发：从 Pre-training 到 Post-training，探索千亿/万亿参数模型的高效训练与极致性能，挑战 Scaling Law 的边界。\n复杂推理与对齐：攻克 CoT（思维链）、RLHF/RLAIF 等核心难题，打造具备深层逻辑推理能力与价值观对齐的通用智能。\nAgent 与多模态融合：赋予模型“手”和“眼”，构建能够操作工具、理解世界的自主智能体（Autonomous Agents）。\n产业级落地验证：Research for Impact。你的算法将直接部署于京东万亿级的零售、物流、金融场景中，服务数亿用户，实现技术价值的闭环。\n顶尖的精英团队 (Elite Team)：在这里，你将与业内最聪明的大脑并肩作战。我们的成员背景极具“密度”，团队聚集大量国内外顶尖高校的大模型原生的年轻人才，在各个方向都有领域内知名技术专家引领。团队在 Nature, TPAMI, NeurIPS, ACL, CVPR, ICML, ICLR, KDD等顶刊顶会议上累计发表论文数百篇，在各类国际AI竞赛中屡获桂冠。团队拥有浓厚的各种技术氛围，没有层级森严的壁垒，推崇“黑客精神”与工程师文化，扁平化管理，让想法在咖啡与代码中自由碰撞。\n硬核的工作环境与支持 (Why Us)：要造出世界级的模型，必须有世界级的“军火库”。我们拥有顶级规模的 GPU 算力集群（万卡级别），绝不让算力成为你验证 Idea 的瓶颈，享有京东生态内数千亿 token 的高质量专有数据，这是公开数据集无法比拟的。\n1. 参与大模型训练与推理基础架构的优化设计，改进万卡集群环境下的分布式训练与推理性能，推动相关框架落地；\n2. 负责设计并参与大模型与视觉语言模型的完整训练流程，涵盖预训练、中训练与后训练，保障模型能力持续提升；\n3. 构建高质量训练数据的生产与评估体系，制定数据筛选、配比优化与自动化质检机制，驱动模型效果正向发展；\n4. 研究并应用强化学习技术，包括奖励模型、OPD与异步强化学习，提升模型推理稳定性、指令遵循与安全性；\n5. 总结技术实践形成可复用的方法论，参与技术报告撰写与开源项目输出，提升团队在AI基础设施领域的专业影响力。\n\n任职要求\n1. 具备大规模语言模型与视觉语言模型全流程训练经验，能设计并参与预训练、中训练及后训练阶段，保障模型能力持续提升；\n2. 拥有万卡级别集群下AI基础设施实践经验，熟悉从数据到训练再到推理的完整链路，能基于Megatron、vLLM等框架优化分布式训练与推理性能；\n3. 能够定位大规模训练故障或性能瓶颈的底层成因，制定有效对策，并具备结合前沿论文与工程实践在数据筛选、强化学习对齐或算子优化等方面提出创新性解决方案的能力；\n4. 致力于在大模型基础架构领域追求技术领先，长期投入于AI基础设施的突破，并在高强度技术攻坚中坚持高标准，主动承担难点任务，追求持续技术突破；\n5. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n大模型算法工程师（AI Infra 高阶）\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：上海市\n所属部门：探索研究院\n发布时间：2026-08-04\n\n岗位职责\n我们的核心使命 (Core Mission)：我们专注于大语言模型（LLM）的全栈技术突破与前沿探索，拒绝平庸的复刻，追求极致的创新：\n大模型基座研发：从 Pre-training 到 Post-training，探索千亿/万亿参数模型的高效训练与极致性能，挑战 Scaling Law 的边界。\n复杂推理与对齐：攻克 CoT（思维链）、RLHF/RLAIF 等核心难题，打造具备深层逻辑推理能力与价值观对齐的通用智能。\nAgent 与多模态融合：赋予模型“手”和“眼”，构建能够操作工具、理解世界的自主智能体（Autonomous Agents）。\n产业级落地验证：Research for Impact。你的算法将直接部署于京东万亿级的零售、物流、金融场景中，服务数亿用户，实现技术价值的闭环。\n顶尖的精英团队 (Elite Team)：在这里，你将与业内最聪明的大脑并肩作战。我们的成员背景极具“密度”，团队聚集大量国内外顶尖高校的大模型原生的年轻人才，在各个方向都有领域内知名技术专家引领。团队在 Nature, TPAMI, NeurIPS, ACL, CVPR, ICML, ICLR, KDD等顶刊顶会议上累计发表论文数百篇，在各类国际AI竞赛中屡获桂冠。团队拥有浓厚的各种技术氛围，没有层级森严的壁垒，推崇“黑客精神”与工程师文化，扁平化管理，让想法在咖啡与代码中自由碰撞。\n硬核的工作环境与支持 (Why Us)：要造出世界级的模型，必须有世界级的“军火库”。我们拥有顶级规模的 GPU 算力集群（万卡级别），绝不让算力成为你验证 Idea 的瓶颈，享有京东生态内数千亿 token 的高质量专有数据，这是公开数据集无法比拟的。\n1. 参与大模型训练与推理基础架构的优化设计，改进万卡集群环境下的分布式训练与推理性能，推动相关框架落地；\n2. 负责设计并参与大模型与视觉语言模型的完整训练流程，涵盖预训练、中训练与后训练，保障模型能力持续提升；\n3. 构建高质量训练数据的生产与评估体系，制定数据筛选、配比优化与自动化质检机制，驱动模型效果正向发展；\n4. 研究并应用强化学习技术，包括奖励模型、OPD与异步强化学习，提升模型推理稳定性、指令遵循与安全性；\n5. 总结技术实践形成可复用的方法论，参与技术报告撰写与开源项目输出，提升团队在AI基础设施领域的专业影响力。\n\n任职要求\n1. 具备大规模语言模型与视觉语言模型全流程训练经验，能设计并参与预训练、中训练及后训练阶段，保障模型能力持续提升；\n2. 拥有万卡级别集群下AI基础设施实践经验，熟悉从数据到训练再到推理的完整链路，能基于Megatron、vLLM等框架优化分布式训练与推理性能；\n3. 能够定位大规模训练故障或性能瓶颈的底层成因，制定有效对策，并具备结合前沿论文与工程实践在数据筛选、强化学习对齐或算子优化等方面提出创新性解决方案的能力；\n4. 致力于在大模型基础架构领域追求技术领先，长期投入于AI基础设施的突破，并在高强度技术攻坚中坚持高标准，主动承担难点任务，追求持续技术突破；\n5. 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"
}
}