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）",
"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）\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：2026-09-03\n\n岗位职责\n团队介绍：\n团队拥有深厚的 LLM & VLM 研发积累，核心成员来自多家知名基础模型团队，整体氛围开放融洽，成员之间乐于交流、善于协作。带队人是国内较早从事 LLM & VLM 研究的青年专家，学术影响力突出，累计引用超过 2.5 万次。\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）\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：2026-09-03\n\n岗位职责\n团队介绍：\n团队拥有深厚的 LLM & VLM 研发积累，核心成员来自多家知名基础模型团队，整体氛围开放融洽，成员之间乐于交流、善于协作。带队人是国内较早从事 LLM & VLM 研究的青年专家，学术影响力突出，累计引用超过 2.5 万次。\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"
],
"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=223975"
}
]
},
"posting": {
"posting_id": "223975",
"post_date": "2026-09-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=223975"
},
"fulltext": "大模型算法工程师（AI Infra）\n大模型算法工程师（AI Infra）\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：2026-09-03\n\n岗位职责\n团队介绍：\n团队拥有深厚的 LLM & VLM 研发积累，核心成员来自多家知名基础模型团队，整体氛围开放融洽，成员之间乐于交流、善于协作。带队人是国内较早从事 LLM & VLM 研究的青年专家，学术影响力突出，累计引用超过 2.5 万次。\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）\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：2026-09-03\n\n岗位职责\n团队介绍：\n团队拥有深厚的 LLM & VLM 研发积累，核心成员来自多家知名基础模型团队，整体氛围开放融洽，成员之间乐于交流、善于协作。带队人是国内较早从事 LLM & VLM 研究的青年专家，学术影响力突出，累计引用超过 2.5 万次。\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）\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：2026-09-03\n\n岗位职责\n团队介绍：\n团队拥有深厚的 LLM & VLM 研发积累，核心成员来自多家知名基础模型团队，整体氛围开放融洽，成员之间乐于交流、善于协作。带队人是国内较早从事 LLM & VLM 研究的青年专家，学术影响力突出，累计引用超过 2.5 万次。\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"
}
}