主分类：大模型与生成式算法研发
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": "大模型算法工程师（J85687）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "IDG",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"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": "- 负责萝卜快跑出行场景下的大语言模型或视觉大模型的研发和优化，包括但不限于：SFT、prompt工程、知识增强、多模态信息融合等 \n- 负责模型算法的设计、实现和优化，包括模型选型、特征工程、模型训练、评估和部署等\n- 负责大规模数据集的预处理、清洗和特征提取，为模型训练提供高质量的数据\n- 深入研究大模型领域的前沿技术，提供创新性的算法支持，助力已有业务的AI原生重构",
"requirements_text": "- 有丰富的深度学习、自然语言处理、计算机视觉等相关领域经验，熟悉大模型算法(大语言模型/视觉大模型开源算法)的设计、开发和优化 \n- 熟悉大模型推理加速，具备高性能推理部署经验优先\n- 有分布式训练（如Deepspeed）或微调框架（如PEFT、LoRA、xtuner等）实战经验优先\n- 熟悉在线服务部署、资源调度（如Kubernetes、Docker、GPU调度）者优先\n- 具备良好的团队协作和沟通能力，具备强烈的求知欲和学习能力",
"skills": [AI生成
"Docker",
"Kubernetes",
"深度学习",
"自然语言处理",
"计算机视觉",
"团队协作",
"沟通能力",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "熟悉大模型推理加速，具备高性能推理部署经验优先；有分布式训练（如Deepspeed）或微调框架（如PEFT、LoRA、xtuner等）实战经验优先；熟悉在线服务部署、资源调度（如Kubernetes、Docker、GPU调度）者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/01c9d3a6-7d36-45de-b122-bb671b2b50a6"
}
]
},
"posting": {
"posting_id": "01c9d3a6-7d36-45de-b122-bb671b2b50a6",
"post_date": "2026-02-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/01c9d3a6-7d36-45de-b122-bb671b2b50a6"
},
"fulltext": "大模型算法工程师（J85687）\n大模型算法工程师（J85687）\n\n基础信息\n部门：IDG\n地点：北京市\n类别：技术\n招聘人数：1\n发布时间：2026-07-21\n\n工作职责\n- 负责萝卜快跑出行场景下的大语言模型或视觉大模型的研发和优化，包括但不限于：SFT、prompt工程、知识增强、多模态信息融合等 \n- 负责模型算法的设计、实现和优化，包括模型选型、特征工程、模型训练、评估和部署等\n- 负责大规模数据集的预处理、清洗和特征提取，为模型训练提供高质量的数据\n- 深入研究大模型领域的前沿技术，提供创新性的算法支持，助力已有业务的AI原生重构\n\n职责要求\n- 有丰富的深度学习、自然语言处理、计算机视觉等相关领域经验，熟悉大模型算法(大语言模型/视觉大模型开源算法)的设计、开发和优化 \n- 熟悉大模型推理加速，具备高性能推理部署经验优先\n- 有分布式训练（如Deepspeed）或微调框架（如PEFT、LoRA、xtuner等）实战经验优先\n- 熟悉在线服务部署、资源调度（如Kubernetes、Docker、GPU调度）者优先\n- 具备良好的团队协作和沟通能力，具备强烈的求知欲和学习能力\n- 负责萝卜快跑出行场景下的大语言模型或视觉大模型的研发和优化，包括但不限于：SFT、prompt工程、知识增强、多模态信息融合等 \n- 负责模型算法的设计、实现和优化，包括模型选型、特征工程、模型训练、评估和部署等\n- 负责大规模数据集的预处理、清洗和特征提取，为模型训练提供高质量的数据\n- 深入研究大模型领域的前沿技术，提供创新性的算法支持，助力已有业务的AI原生重构\n- 有丰富的深度学习、自然语言处理、计算机视觉等相关领域经验，熟悉大模型算法(大语言模型/视觉大模型开源算法)的设计、开发和优化 \n- 熟悉大模型推理加速，具备高性能推理部署经验优先\n- 有分布式训练（如Deepspeed）或微调框架（如PEFT、LoRA、xtuner等）实战经验优先\n- 熟悉在线服务部署、资源调度（如Kubernetes、Docker、GPU调度）者优先\n- 具备良好的团队协作和沟通能力，具备强烈的求知欲和学习能力",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}