主分类：机器人与自动驾驶算法研发
辅助：AI模型评测工程（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": "算法开发岗",
"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": "算法开发岗\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：2026-08-04\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工作内容：\n1. 搭建并落地「采集 - 训练 - 评测反馈 - 定向补采」的具身数据迭代飞轮。统一规范人类操作 Ego 数据、机器人遥操作数据、DAgger 纠错数据的处理管线，攻克数据清洗、对齐、动作空间映射、质量筛选与自动化质检等工程难题，构建高保真、高多样性的数据生产标准。持续扩大真实操作数据规模与质量，目标实现百万级小时量级的具身数据规模化积累，为模型泛化能力提供坚实数据底座。\n2. 聚焦具身操作基础模型核心能力迭代，持续优化模型预训练、强化学习后训练全流程。重点创新跨本体多源异构数据的动作对齐方法（尤其针对人类操作Ego数据与机器人数据之间的动作映射）、跨模态语义联合建模策略，以及基于环境反馈的RL后训练高效微调机制。通过模型结构、训练策略与对齐算法的协同创新，推动自研基座模型在通用操作能力上持续领跑国际权威评测体系。\n3. 设计面向具身操作基础模型的系统化评测体系，构建涵盖通用能力与专用场景的分层评测框架，实现模型效果的量化评估、失效案例的系统沉淀与能力短板的归因分析。基于评测结果驱动数据补采与模型优化策略的精确定向，形成数据与模型互驱互进的双螺旋迭代机制，增强模型性能在规模化演进中的持续可控性、可预期性。\n\n任职要求\n1. 具备具身智能相关的数据闭环系统建设经验，主导或参与过从数据采集、清洗对齐、质检到模型训练、评测补采的全链路流程；\n2. 具备视觉-语言-动作模型算法研发经验，熟悉相关具身操作模型的训练过程和优化策略，善于通过模型结构与训练策略的协同创新，解决复杂环境下认知理解与动作生成难题；\n3. 具备具身操作模型真机部署与工程化落地经验，熟悉模型在机器人平台上的部署流程及异步推理、RTC等优化策略，拥有物流、零售等专用场景的规模化应用实践；\n4. 追求技术突破与业务价值的深度绑定，致力于攻克具身智能领域数据与模型协同迭代的核心难题，以系统化思维驱动模型能力持续演进；\n5. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "算法开发岗\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：2026-08-04\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工作内容：\n1. 搭建并落地「采集 - 训练 - 评测反馈 - 定向补采」的具身数据迭代飞轮。统一规范人类操作 Ego 数据、机器人遥操作数据、DAgger 纠错数据的处理管线，攻克数据清洗、对齐、动作空间映射、质量筛选与自动化质检等工程难题，构建高保真、高多样性的数据生产标准。持续扩大真实操作数据规模与质量，目标实现百万级小时量级的具身数据规模化积累，为模型泛化能力提供坚实数据底座。\n2. 聚焦具身操作基础模型核心能力迭代，持续优化模型预训练、强化学习后训练全流程。重点创新跨本体多源异构数据的动作对齐方法（尤其针对人类操作Ego数据与机器人数据之间的动作映射）、跨模态语义联合建模策略，以及基于环境反馈的RL后训练高效微调机制。通过模型结构、训练策略与对齐算法的协同创新，推动自研基座模型在通用操作能力上持续领跑国际权威评测体系。\n3. 设计面向具身操作基础模型的系统化评测体系，构建涵盖通用能力与专用场景的分层评测框架，实现模型效果的量化评估、失效案例的系统沉淀与能力短板的归因分析。基于评测结果驱动数据补采与模型优化策略的精确定向，形成数据与模型互驱互进的双螺旋迭代机制，增强模型性能在规模化演进中的持续可控性、可预期性。\n\n任职要求\n1. 具备具身智能相关的数据闭环系统建设经验，主导或参与过从数据采集、清洗对齐、质检到模型训练、评测补采的全链路流程；\n2. 具备视觉-语言-动作模型算法研发经验，熟悉相关具身操作模型的训练过程和优化策略，善于通过模型结构与训练策略的协同创新，解决复杂环境下认知理解与动作生成难题；\n3. 具备具身操作模型真机部署与工程化落地经验，熟悉模型在机器人平台上的部署流程及异步推理、RTC等优化策略，拥有物流、零售等专用场景的规模化应用实践；\n4. 追求技术突破与业务价值的深度绑定，致力于攻克具身智能领域数据与模型协同迭代的核心难题，以系统化思维驱动模型能力持续演进；\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",
"数据清洗",
"模型训练",
"建模",
"招聘"
],
"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=221328"
}
]
},
"posting": {
"posting_id": "221328",
"post_date": "2026-08-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=221328"
},
"fulltext": "算法开发岗\n算法开发岗\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：2026-08-04\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工作内容：\n1. 搭建并落地「采集 - 训练 - 评测反馈 - 定向补采」的具身数据迭代飞轮。统一规范人类操作 Ego 数据、机器人遥操作数据、DAgger 纠错数据的处理管线，攻克数据清洗、对齐、动作空间映射、质量筛选与自动化质检等工程难题，构建高保真、高多样性的数据生产标准。持续扩大真实操作数据规模与质量，目标实现百万级小时量级的具身数据规模化积累，为模型泛化能力提供坚实数据底座。\n2. 聚焦具身操作基础模型核心能力迭代，持续优化模型预训练、强化学习后训练全流程。重点创新跨本体多源异构数据的动作对齐方法（尤其针对人类操作Ego数据与机器人数据之间的动作映射）、跨模态语义联合建模策略，以及基于环境反馈的RL后训练高效微调机制。通过模型结构、训练策略与对齐算法的协同创新，推动自研基座模型在通用操作能力上持续领跑国际权威评测体系。\n3. 设计面向具身操作基础模型的系统化评测体系，构建涵盖通用能力与专用场景的分层评测框架，实现模型效果的量化评估、失效案例的系统沉淀与能力短板的归因分析。基于评测结果驱动数据补采与模型优化策略的精确定向，形成数据与模型互驱互进的双螺旋迭代机制，增强模型性能在规模化演进中的持续可控性、可预期性。\n\n任职要求\n1. 具备具身智能相关的数据闭环系统建设经验，主导或参与过从数据采集、清洗对齐、质检到模型训练、评测补采的全链路流程；\n2. 具备视觉-语言-动作模型算法研发经验，熟悉相关具身操作模型的训练过程和优化策略，善于通过模型结构与训练策略的协同创新，解决复杂环境下认知理解与动作生成难题；\n3. 具备具身操作模型真机部署与工程化落地经验，熟悉模型在机器人平台上的部署流程及异步推理、RTC等优化策略，拥有物流、零售等专用场景的规模化应用实践；\n4. 追求技术突破与业务价值的深度绑定，致力于攻克具身智能领域数据与模型协同迭代的核心难题，以系统化思维驱动模型能力持续演进；\n5. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n算法开发岗\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：2026-08-04\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工作内容：\n1. 搭建并落地「采集 - 训练 - 评测反馈 - 定向补采」的具身数据迭代飞轮。统一规范人类操作 Ego 数据、机器人遥操作数据、DAgger 纠错数据的处理管线，攻克数据清洗、对齐、动作空间映射、质量筛选与自动化质检等工程难题，构建高保真、高多样性的数据生产标准。持续扩大真实操作数据规模与质量，目标实现百万级小时量级的具身数据规模化积累，为模型泛化能力提供坚实数据底座。\n2. 聚焦具身操作基础模型核心能力迭代，持续优化模型预训练、强化学习后训练全流程。重点创新跨本体多源异构数据的动作对齐方法（尤其针对人类操作Ego数据与机器人数据之间的动作映射）、跨模态语义联合建模策略，以及基于环境反馈的RL后训练高效微调机制。通过模型结构、训练策略与对齐算法的协同创新，推动自研基座模型在通用操作能力上持续领跑国际权威评测体系。\n3. 设计面向具身操作基础模型的系统化评测体系，构建涵盖通用能力与专用场景的分层评测框架，实现模型效果的量化评估、失效案例的系统沉淀与能力短板的归因分析。基于评测结果驱动数据补采与模型优化策略的精确定向，形成数据与模型互驱互进的双螺旋迭代机制，增强模型性能在规模化演进中的持续可控性、可预期性。\n\n任职要求\n1. 具备具身智能相关的数据闭环系统建设经验，主导或参与过从数据采集、清洗对齐、质检到模型训练、评测补采的全链路流程；\n2. 具备视觉-语言-动作模型算法研发经验，熟悉相关具身操作模型的训练过程和优化策略，善于通过模型结构与训练策略的协同创新，解决复杂环境下认知理解与动作生成难题；\n3. 具备具身操作模型真机部署与工程化落地经验，熟悉模型在机器人平台上的部署流程及异步推理、RTC等优化策略，拥有物流、零售等专用场景的规模化应用实践；\n4. 追求技术突破与业务价值的深度绑定，致力于攻克具身智能领域数据与模型协同迭代的核心难题，以系统化思维驱动模型能力持续演进；\n5. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n算法开发岗\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：2026-08-04\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工作内容：\n1. 搭建并落地「采集 - 训练 - 评测反馈 - 定向补采」的具身数据迭代飞轮。统一规范人类操作 Ego 数据、机器人遥操作数据、DAgger 纠错数据的处理管线，攻克数据清洗、对齐、动作空间映射、质量筛选与自动化质检等工程难题，构建高保真、高多样性的数据生产标准。持续扩大真实操作数据规模与质量，目标实现百万级小时量级的具身数据规模化积累，为模型泛化能力提供坚实数据底座。\n2. 聚焦具身操作基础模型核心能力迭代，持续优化模型预训练、强化学习后训练全流程。重点创新跨本体多源异构数据的动作对齐方法（尤其针对人类操作Ego数据与机器人数据之间的动作映射）、跨模态语义联合建模策略，以及基于环境反馈的RL后训练高效微调机制。通过模型结构、训练策略与对齐算法的协同创新，推动自研基座模型在通用操作能力上持续领跑国际权威评测体系。\n3. 设计面向具身操作基础模型的系统化评测体系，构建涵盖通用能力与专用场景的分层评测框架，实现模型效果的量化评估、失效案例的系统沉淀与能力短板的归因分析。基于评测结果驱动数据补采与模型优化策略的精确定向，形成数据与模型互驱互进的双螺旋迭代机制，增强模型性能在规模化演进中的持续可控性、可预期性。\n\n任职要求\n1. 具备具身智能相关的数据闭环系统建设经验，主导或参与过从数据采集、清洗对齐、质检到模型训练、评测补采的全链路流程；\n2. 具备视觉-语言-动作模型算法研发经验，熟悉相关具身操作模型的训练过程和优化策略，善于通过模型结构与训练策略的协同创新，解决复杂环境下认知理解与动作生成难题；\n3. 具备具身操作模型真机部署与工程化落地经验，熟悉模型在机器人平台上的部署流程及异步推理、RTC等优化策略，拥有物流、零售等专用场景的规模化应用实践；\n4. 追求技术突破与业务价值的深度绑定，致力于攻克具身智能领域数据与模型协同迭代的核心难题，以系统化思维驱动模型能力持续演进；\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": "T013",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}