主分类：搜索推荐与业务决策算法研发
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": "算法开发(（地图）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "京东物流",
"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": 2,
"degree": "计算机相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "算法开发(（地图）\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：京东物流\n发布时间：2026-08-03\n\n岗位职责\n1. 负责交通路线通过轨迹挖掘经验路线，基于路网进行算路和排序，结合司机行为进行最优路线的推荐工作;\n2.负责基于轨迹挖掘、路网数据、POI数据挖掘最优的上下车点数据，结合用户信息进行最优推荐工作；\n3.通过海量的用户轨迹、服务日志优化路径规划算法，提高路线的合理性；\n4. 负责路线排序策略、ETA（预估到达时间）预测精度优化等核心功能的线上服务开发与算法迭代；\n\n任职要求\n1. 计算机相关专业本科及以上学历，有2年以上地图算法策略相关实际落地经验\n2. 对常见的机器学习和深度学习相关算法有较为深入理解与落地经验\n3. 有大数据处理经验，熟悉Hadoop/Hive/Spark/flink等大数据平台熟悉并有使用经验\n4. 熟练掌握JAVA/Python/C++/GO任意一种开发语言\n5. 从事过地图导航路线或者打车出行相关工作，例如路线规划/ETA等。\n6. 从事过地图相关工作，例POI挖掘/上下车点挖掘/路径规划\n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(（地图）\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：京东物流\n发布时间：2026-08-03\n\n岗位职责\n1. 负责交通路线通过轨迹挖掘经验路线，基于路网进行算路和排序，结合司机行为进行最优路线的推荐工作;\n2.负责基于轨迹挖掘、路网数据、POI数据挖掘最优的上下车点数据，结合用户信息进行最优推荐工作；\n3.通过海量的用户轨迹、服务日志优化路径规划算法，提高路线的合理性；\n4. 负责路线排序策略、ETA（预估到达时间）预测精度优化等核心功能的线上服务开发与算法迭代；\n\n任职要求\n1. 计算机相关专业本科及以上学历，有2年以上地图算法策略相关实际落地经验\n2. 对常见的机器学习和深度学习相关算法有较为深入理解与落地经验\n3. 有大数据处理经验，熟悉Hadoop/Hive/Spark/flink等大数据平台熟悉并有使用经验\n4. 熟练掌握JAVA/Python/C++/GO任意一种开发语言\n5. 从事过地图导航路线或者打车出行相关工作，例如路线规划/ETA等。\n6. 从事过地图相关工作，例POI挖掘/上下车点挖掘/路径规划\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",
"Java",
"C++",
"Spark",
"Hadoop",
"Flink",
"机器学习",
"深度学习",
"数据挖掘",
"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=221928"
}
]
},
"posting": {
"posting_id": "221928",
"post_date": "2026-08-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=221928"
},
"fulltext": "算法开发(（地图）\n算法开发(（地图）\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：京东物流\n发布时间：2026-08-03\n\n岗位职责\n1. 负责交通路线通过轨迹挖掘经验路线，基于路网进行算路和排序，结合司机行为进行最优路线的推荐工作;\n2.负责基于轨迹挖掘、路网数据、POI数据挖掘最优的上下车点数据，结合用户信息进行最优推荐工作；\n3.通过海量的用户轨迹、服务日志优化路径规划算法，提高路线的合理性；\n4. 负责路线排序策略、ETA（预估到达时间）预测精度优化等核心功能的线上服务开发与算法迭代；\n\n任职要求\n1. 计算机相关专业本科及以上学历，有2年以上地图算法策略相关实际落地经验\n2. 对常见的机器学习和深度学习相关算法有较为深入理解与落地经验\n3. 有大数据处理经验，熟悉Hadoop/Hive/Spark/flink等大数据平台熟悉并有使用经验\n4. 熟练掌握JAVA/Python/C++/GO任意一种开发语言\n5. 从事过地图导航路线或者打车出行相关工作，例如路线规划/ETA等。\n6. 从事过地图相关工作，例POI挖掘/上下车点挖掘/路径规划\n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(（地图）\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：京东物流\n发布时间：2026-08-03\n\n岗位职责\n1. 负责交通路线通过轨迹挖掘经验路线，基于路网进行算路和排序，结合司机行为进行最优路线的推荐工作;\n2.负责基于轨迹挖掘、路网数据、POI数据挖掘最优的上下车点数据，结合用户信息进行最优推荐工作；\n3.通过海量的用户轨迹、服务日志优化路径规划算法，提高路线的合理性；\n4. 负责路线排序策略、ETA（预估到达时间）预测精度优化等核心功能的线上服务开发与算法迭代；\n\n任职要求\n1. 计算机相关专业本科及以上学历，有2年以上地图算法策略相关实际落地经验\n2. 对常见的机器学习和深度学习相关算法有较为深入理解与落地经验\n3. 有大数据处理经验，熟悉Hadoop/Hive/Spark/flink等大数据平台熟悉并有使用经验\n4. 熟练掌握JAVA/Python/C++/GO任意一种开发语言\n5. 从事过地图导航路线或者打车出行相关工作，例如路线规划/ETA等。\n6. 从事过地图相关工作，例POI挖掘/上下车点挖掘/路径规划\n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(（地图）\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：京东物流\n发布时间：2026-08-03\n\n岗位职责\n1. 负责交通路线通过轨迹挖掘经验路线，基于路网进行算路和排序，结合司机行为进行最优路线的推荐工作;\n2.负责基于轨迹挖掘、路网数据、POI数据挖掘最优的上下车点数据，结合用户信息进行最优推荐工作；\n3.通过海量的用户轨迹、服务日志优化路径规划算法，提高路线的合理性；\n4. 负责路线排序策略、ETA（预估到达时间）预测精度优化等核心功能的线上服务开发与算法迭代；\n\n任职要求\n1. 计算机相关专业本科及以上学历，有2年以上地图算法策略相关实际落地经验\n2. 对常见的机器学习和深度学习相关算法有较为深入理解与落地经验\n3. 有大数据处理经验，熟悉Hadoop/Hive/Spark/flink等大数据平台熟悉并有使用经验\n4. 熟练掌握JAVA/Python/C++/GO任意一种开发语言\n5. 从事过地图导航路线或者打车出行相关工作，例如路线规划/ETA等。\n6. 从事过地图相关工作，例POI挖掘/上下车点挖掘/路径规划\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": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}