主分类：AI模型评测工程
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": "计算机科学、人工智能、机器人、自动化、电子工程或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：2026-09-04\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. 负责具身大模型与具身智能体的评测方法研究，设计面向导航、操作、交互、长程任务规划等场景的评测基准、任务集与评测工具链；\n2. 建立具身智能评测体系，围绕环境感知、空间理解、物理交互、任务规划、动作执行、安全约束、鲁棒性与泛化能力等维度，设计科学、可复现的评测指标；\n3. 研究具身模型在视觉、语言、动作、状态反馈等输入输出下的决策与控制能力，分析模型在真实或仿真环境中的成功率、效率、失败模式与安全风险；\n4. 基于仿真平台和机器人系统，构建可复现实验流程，包括任务配置、环境随机化、轨迹采集、日志记录、视频回放、失败案例分析与自动化评测报告生成；\n5. 跟踪具身智能、机器人学习、世界模型、多模态大模型与智能体评测方向的前沿进展，参与技术路线设计、技术报告撰写及评测方法落地；\n6. 与算法、数据、平台、机器人系统等团队协作，推动评测基准和工具在模型迭代、能力诊断、产品验证和真实场景部署中的应用。\n\n任职要求\n1. 计算机科学、人工智能、机器人、自动化、电子工程或相关专业本科及以上学历，具备扎实的机器学习、机器人学或强化学习基础；\n2. 熟悉具身智能，理解具身任务中的感知、规划、控制、交互与环境反馈机制；\n3. 具备良好的编程能力，熟悉 PyTorch、TensorFlow、JAX 等至少一种深度学习框架，熟悉至少一种机器人或仿真开发工具；\n4. 具备评测基准、实验平台、自动化评测工具或数据分析系统的设计与实现经验，能够独立完成实验设计、指标定义、结果分析和问题定位；\n5. 具备良好的沟通协作能力，能与研究、工程、产品和机器人系统团队高效配合，推动评测方案从研究设计走向工程落地；\n6. 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：2026-09-04\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. 负责具身大模型与具身智能体的评测方法研究，设计面向导航、操作、交互、长程任务规划等场景的评测基准、任务集与评测工具链；\n2. 建立具身智能评测体系，围绕环境感知、空间理解、物理交互、任务规划、动作执行、安全约束、鲁棒性与泛化能力等维度，设计科学、可复现的评测指标；\n3. 研究具身模型在视觉、语言、动作、状态反馈等输入输出下的决策与控制能力，分析模型在真实或仿真环境中的成功率、效率、失败模式与安全风险；\n4. 基于仿真平台和机器人系统，构建可复现实验流程，包括任务配置、环境随机化、轨迹采集、日志记录、视频回放、失败案例分析与自动化评测报告生成；\n5. 跟踪具身智能、机器人学习、世界模型、多模态大模型与智能体评测方向的前沿进展，参与技术路线设计、技术报告撰写及评测方法落地；\n6. 与算法、数据、平台、机器人系统等团队协作，推动评测基准和工具在模型迭代、能力诊断、产品验证和真实场景部署中的应用。\n\n任职要求\n1. 计算机科学、人工智能、机器人、自动化、电子工程或相关专业本科及以上学历，具备扎实的机器学习、机器人学或强化学习基础；\n2. 熟悉具身智能，理解具身任务中的感知、规划、控制、交互与环境反馈机制；\n3. 具备良好的编程能力，熟悉 PyTorch、TensorFlow、JAX 等至少一种深度学习框架，熟悉至少一种机器人或仿真开发工具；\n4. 具备评测基准、实验平台、自动化评测工具或数据分析系统的设计与实现经验，能够独立完成实验设计、指标定义、结果分析和问题定位；\n5. 具备良好的沟通协作能力，能与研究、工程、产品和机器人系统团队高效配合，推动评测方案从研究设计走向工程落地；\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
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"强化学习",
"数据分析",
"数据清洗",
"模型训练",
"团队协作",
"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=223455"
}
]
},
"posting": {
"posting_id": "223455",
"post_date": "2026-09-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=223455"
},
"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：2026-09-04\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. 负责具身大模型与具身智能体的评测方法研究，设计面向导航、操作、交互、长程任务规划等场景的评测基准、任务集与评测工具链；\n2. 建立具身智能评测体系，围绕环境感知、空间理解、物理交互、任务规划、动作执行、安全约束、鲁棒性与泛化能力等维度，设计科学、可复现的评测指标；\n3. 研究具身模型在视觉、语言、动作、状态反馈等输入输出下的决策与控制能力，分析模型在真实或仿真环境中的成功率、效率、失败模式与安全风险；\n4. 基于仿真平台和机器人系统，构建可复现实验流程，包括任务配置、环境随机化、轨迹采集、日志记录、视频回放、失败案例分析与自动化评测报告生成；\n5. 跟踪具身智能、机器人学习、世界模型、多模态大模型与智能体评测方向的前沿进展，参与技术路线设计、技术报告撰写及评测方法落地；\n6. 与算法、数据、平台、机器人系统等团队协作，推动评测基准和工具在模型迭代、能力诊断、产品验证和真实场景部署中的应用。\n\n任职要求\n1. 计算机科学、人工智能、机器人、自动化、电子工程或相关专业本科及以上学历，具备扎实的机器学习、机器人学或强化学习基础；\n2. 熟悉具身智能，理解具身任务中的感知、规划、控制、交互与环境反馈机制；\n3. 具备良好的编程能力，熟悉 PyTorch、TensorFlow、JAX 等至少一种深度学习框架，熟悉至少一种机器人或仿真开发工具；\n4. 具备评测基准、实验平台、自动化评测工具或数据分析系统的设计与实现经验，能够独立完成实验设计、指标定义、结果分析和问题定位；\n5. 具备良好的沟通协作能力，能与研究、工程、产品和机器人系统团队高效配合，推动评测方案从研究设计走向工程落地；\n6. 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：2026-09-04\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. 负责具身大模型与具身智能体的评测方法研究，设计面向导航、操作、交互、长程任务规划等场景的评测基准、任务集与评测工具链；\n2. 建立具身智能评测体系，围绕环境感知、空间理解、物理交互、任务规划、动作执行、安全约束、鲁棒性与泛化能力等维度，设计科学、可复现的评测指标；\n3. 研究具身模型在视觉、语言、动作、状态反馈等输入输出下的决策与控制能力，分析模型在真实或仿真环境中的成功率、效率、失败模式与安全风险；\n4. 基于仿真平台和机器人系统，构建可复现实验流程，包括任务配置、环境随机化、轨迹采集、日志记录、视频回放、失败案例分析与自动化评测报告生成；\n5. 跟踪具身智能、机器人学习、世界模型、多模态大模型与智能体评测方向的前沿进展，参与技术路线设计、技术报告撰写及评测方法落地；\n6. 与算法、数据、平台、机器人系统等团队协作，推动评测基准和工具在模型迭代、能力诊断、产品验证和真实场景部署中的应用。\n\n任职要求\n1. 计算机科学、人工智能、机器人、自动化、电子工程或相关专业本科及以上学历，具备扎实的机器学习、机器人学或强化学习基础；\n2. 熟悉具身智能，理解具身任务中的感知、规划、控制、交互与环境反馈机制；\n3. 具备良好的编程能力，熟悉 PyTorch、TensorFlow、JAX 等至少一种深度学习框架，熟悉至少一种机器人或仿真开发工具；\n4. 具备评测基准、实验平台、自动化评测工具或数据分析系统的设计与实现经验，能够独立完成实验设计、指标定义、结果分析和问题定位；\n5. 具备良好的沟通协作能力，能与研究、工程、产品和机器人系统团队高效配合，推动评测方案从研究设计走向工程落地；\n6. 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：2026-09-04\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. 负责具身大模型与具身智能体的评测方法研究，设计面向导航、操作、交互、长程任务规划等场景的评测基准、任务集与评测工具链；\n2. 建立具身智能评测体系，围绕环境感知、空间理解、物理交互、任务规划、动作执行、安全约束、鲁棒性与泛化能力等维度，设计科学、可复现的评测指标；\n3. 研究具身模型在视觉、语言、动作、状态反馈等输入输出下的决策与控制能力，分析模型在真实或仿真环境中的成功率、效率、失败模式与安全风险；\n4. 基于仿真平台和机器人系统，构建可复现实验流程，包括任务配置、环境随机化、轨迹采集、日志记录、视频回放、失败案例分析与自动化评测报告生成；\n5. 跟踪具身智能、机器人学习、世界模型、多模态大模型与智能体评测方向的前沿进展，参与技术路线设计、技术报告撰写及评测方法落地；\n6. 与算法、数据、平台、机器人系统等团队协作，推动评测基准和工具在模型迭代、能力诊断、产品验证和真实场景部署中的应用。\n\n任职要求\n1. 计算机科学、人工智能、机器人、自动化、电子工程或相关专业本科及以上学历，具备扎实的机器学习、机器人学或强化学习基础；\n2. 熟悉具身智能，理解具身任务中的感知、规划、控制、交互与环境反馈机制；\n3. 具备良好的编程能力，熟悉 PyTorch、TensorFlow、JAX 等至少一种深度学习框架，熟悉至少一种机器人或仿真开发工具；\n4. 具备评测基准、实验平台、自动化评测工具或数据分析系统的设计与实现经验，能够独立完成实验设计、指标定义、结果分析和问题定位；\n5. 具备良好的沟通协作能力，能与研究、工程、产品和机器人系统团队高效配合，推动评测方案从研究设计走向工程落地；\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": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}