京东
具身算法开发工程师
具身算法开发工程师
发布于 2 个月前普通员工/个人贡献者
全职员工仅现场办公研究与开发 (研发)
研究与开发 (研发)
Cuda
Llm
Pytorch
Vla
Vlm
World Model
具身智能
机器人
值不值得投
70综合评分
综合评分 70
京东前沿具身智能研发岗，技术领先、成长极大，但工作强度和竞争压力不小。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
5万
比研究与开发 (研发)中位数高
发布情况
长期在招 · 61 天前发布
公司情况
这家公司招聘很活跃
约 1750 个在招 · 其中研究与开发 (研发) 38 个
市场机会
选择面较广
北京 · 研究与开发 (研发) · 约 1030 个在招
职位详情
关于这个职位
该职位负责构建和迭代具身智能基础大模型（如VLA、World Model），参与大规模预训练、指令微调、数据建设等工作，并推动模型在机器人真实场景的落地应用
适合有LLM/VLM预训练经验、熟悉PyTorch和深度学习的算法工程师，工作地点在北京京东探索研究院
最低要求
硕士及以上学历，计算机科学、人工智能、自动化、电子工程、机器人等相关专业
具备LLM或VLM的预训练、后训练研发及迭代经验者优先
熟悉VLM领域的关键算法和模型架构，熟悉LLaVA/Qwen-VL/InternVL等基础VLM模型的架构设计和相关算法
具备视觉模型算法研发经验者优先，包括但不限于ViT/DINO/Diffusion/VAE等模型架构
具有一作顶会/顶刊论文发表经验者优先，包括但不限于CVPR/ICCV/ECCV/ICML/NeurIPS/ICLR/ACL/EMNLP/CoRL/ICRA/RSS/IROS等
具有具身模型研究和迭代经验者优先，包括但不限于OpenVLA/π0/π0.5/GR00T N1等
精通 Python/C++，熟悉 PyTorch深度学习框架，具备 Linux 环境下的开发、调试及性能优化经验，具有 GPU 加速编程（如 CUDA）经验者优先
拥有真实机器人项目研发经验（如模型部署、算法集成、场景落地等）者优先
工作职责
面向具身智能任务（如机器人操作、导航、任务规划、空间理解等），构建和迭代具身智能基础大模型架构，包括但不限于VLA、VLN、World Model等
深度参与具身基础大模型的大规模预训练、指令微调、偏好对齐、模型优化等关键工作，具备超大规模GPU集群预训练和后训练经验者优先
深度参与具身基础大模型预训练和后训练阶段的数据建设与治理工作，包括但不限于具身智能数据金字塔的构建、具身数据有效性验证等
大力推动具身基础大模型在机器人真实场景的落地应用，实现模型与机器人本体的协同优化，在核心应用场景中达到行业领先水准
积极探索具身智能领域前沿技术（如快慢双系统、具身世界模型等）并推进相关研究，持续保持技术领先优势，提升具身智能技术的行业影响力
AI 洞察
优缺点分析
优点
- 具身智能是AI前沿赛道，发展空间大，未来可向机器人、工业自动化等多领域迁移
- 团队技术氛围浓厚，有顶级学术会议发表机会，个人影响力提升快
- 技术难度高，需要同时掌握LLM、VLM、机器人和强化学习等多领域知识，学习曲线陡
- 模型落地涉及硬件集成和场景适配，工程复杂度高，调试周期长
- 竞争激烈，京东内部和外部顶尖人才集中，需要持续保持技术领先
- 适合对具身智能有强烈兴趣、具备LLM/VLM预训练经验、愿意深入机器人领域的技术极客，以及希望在大平台做前沿研究、追求快速成长的算法工程师
缺点 / 挑战
- 身处京东探索研究院，资源丰富，有大算力集群和真实场景数据，技术挑战高
角色解读
- 从算法工程师向技术专家或团队负责人发展，主导具身智能领域的核心项目
- 深耕具身智能研究方向，成为行业顶级研究科学家或AI实验室负责人
- 横向扩展至机器人系统集成、产品化等方向，成为复合型技术领袖
- 构建和迭代具身智能基础大模型（如VLA、World Model），负责模型架构设计与算法实现
- 参与大规模预训练、指令微调、偏好对齐等训练流程，优化模型性能
- 管理具身数据建设，包括数据采集、清洗、有效性验证等
- 推动模型在真实机器人场景的落地，实现算法与硬件的协同优化
- 扎实的深度学习基础，熟悉LLM/VLM预训练和后训练技术
- 精通Python/C++，熟练使用PyTorch，有分布式训练经验
- 熟悉视觉模型架构（ViT、DINO等）和具身模型（OpenVLA等）
- 具备GPU编程（CUDA）和Linux环境开发调试能力
申请策略
- 关注京东探索研究院的技术方向和成果，面试中展示你对该团队工作的了解
- 准备好与具身智能相关的技术案例，用STAR法则说明你在项目中的角色和成果
- 突出LLM/VLM预训练或微调项目经验，说明你在模型架构、训练流程中的具体贡献
- 强调顶级会议论文发表经历（CVPR/NeurIPS等）和相关技术博客或开源项目
- 展示机器人或具身智能相关项目（如机器人操作、导航），包括算法设计、仿真或实物部署经验
- 列出掌握的技能：PyTorch、CUDA、分布式训练框架（如DeepSpeed、Megatron）
- 如果缺少具身模型经验，可以快速学习OpenVLA、RT-2等开源模型，动手复现
- 补充机器人基础知识：运动学、感知控制、ROS等，有助于理解落地环节
面试指南
- 对于技术问题，先明确问题核心，然后分步骤说明：模型选型、数据处理、训练技巧、实验结果
- 对于开放性问题，可以先给出你的理解框架（如输入-输出-约束），再结合具体案例展开
- 对于落地问题，强调仿真-真实差距（Sim2Real），从算法鲁棒性、硬件适配、场景泛化等方面分析
- 请详细介绍一下你在VLM预训练中使用的模型架构和训练策略
- 如何设计一个具身智能数据采集和治理流程？数据质量如何保证？
- 你如何将一个大模型从仿真迁移到真实机器人上？会遇到哪些挑战？
- 你对World Model和VLA的最新进展有哪些了解？你认为哪个方向更有前景？
- 简述你用PyTorch实现分布式训练的过程，你如何优化通信效率？
职位点评
薪资福利70
成长发展90
工作生活40
使命价值75
薪资福利
70中等
薪资处于市场较高水平，京东作为上市公司福利体系完善，但未在JD中明确具体福利，且北京生活成本较高。
薪资信号未披露（AI估算：3.5–6.5万/月）
成长发展
90较高
该职位涉及具身智能最前沿技术，有大量GPU资源，鼓励顶会发表，成长空间极大。
技术前沿前沿/新兴技术
技术栈VLA、World Model、LLM、VLM、PyTorch、CUDA、GPU集群、机器人
成长机会大规模预训练、顶级会议论文、前沿技术探索
业务类型ambiguous
工作生活
40较低
JD未提及WLB，北京办公且岗位高压，通常需要高强度投入，灵活性差。
工作模式仅现场办公
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
75中等
具身智能是推动AI物理世界交互的关键技术，社会价值较高，京东平台可落地实际场景。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升具身智能技术的行业影响力
创新程度开拓性创新（行业首创）
Watch Jobs