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（J96030）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "应用模型研发部",
"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": "-计算机/人工智能/机器学习等相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-模型能力优化：面向搜索及其他百度业务进行基础模型优化，包括 MoE 稀疏化策略、预训练任务设计、Post-Training 优化、强化学习增强推理能力等\n-模型成本优化：通过 MoE 路由优化、Attention 稀疏计算等技术，提升推理效率、降低部署成本\n-算法研究与创新：关注学术/工业界前沿进展，在 ACL / NeurIPS / ICLR 等顶会发表工作，并推动算法创新落地\n-跨团队协作：与数据科学家、架构工程师等紧密合作，确保技术方案高效落地",
"requirements_text": "-计算机/人工智能/机器学习等相关专业本科及以上学历\n-熟悉大模型原理与应用，具备 NLP、深度学习、机器学习算法优化经验\n-精通 Python/C++，熟悉 PyTorch 等框架\n-有 Megatron 框架经验或搜索领域大模型应用经验者优先",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"机器学习",
"深度学习",
"自然语言处理",
"大语言模型"
],
"preferred_qualifications": "有 Megatron 框架经验或搜索领域大模型应用经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/c634781c-f4bb-45d0-a08c-a8234455de1a"
}
]
},
"posting": {
"posting_id": "c634781c-f4bb-45d0-a08c-a8234455de1a",
"post_date": "2025-12-24",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/c634781c-f4bb-45d0-a08c-a8234455de1a"
},
"fulltext": "大模型算法工程师（J96030）\n大模型算法工程师（J96030）\n\n基础信息\n部门：应用模型研发部\n地点：北京市\n类别：技术\n招聘人数：5\n发布时间：2026-07-21\n\n工作职责\n-模型能力优化：面向搜索及其他百度业务进行基础模型优化，包括 MoE 稀疏化策略、预训练任务设计、Post-Training 优化、强化学习增强推理能力等\n-模型成本优化：通过 MoE 路由优化、Attention 稀疏计算等技术，提升推理效率、降低部署成本\n-算法研究与创新：关注学术/工业界前沿进展，在 ACL / NeurIPS / ICLR 等顶会发表工作，并推动算法创新落地\n-跨团队协作：与数据科学家、架构工程师等紧密合作，确保技术方案高效落地\n\n职责要求\n-计算机/人工智能/机器学习等相关专业本科及以上学历\n-熟悉大模型原理与应用，具备 NLP、深度学习、机器学习算法优化经验\n-精通 Python/C++，熟悉 PyTorch 等框架\n-有 Megatron 框架经验或搜索领域大模型应用经验者优先\n-模型能力优化：面向搜索及其他百度业务进行基础模型优化，包括 MoE 稀疏化策略、预训练任务设计、Post-Training 优化、强化学习增强推理能力等\n-模型成本优化：通过 MoE 路由优化、Attention 稀疏计算等技术，提升推理效率、降低部署成本\n-算法研究与创新：关注学术/工业界前沿进展，在 ACL / NeurIPS / ICLR 等顶会发表工作，并推动算法创新落地\n-跨团队协作：与数据科学家、架构工程师等紧密合作，确保技术方案高效落地\n-计算机/人工智能/机器学习等相关专业本科及以上学历\n-熟悉大模型原理与应用，具备 NLP、深度学习、机器学习算法优化经验\n-精通 Python/C++，熟悉 PyTorch 等框架\n-有 Megatron 框架经验或搜索领域大模型应用经验者优先",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}