京东
算法开发岗
算法开发岗
发布于 大约 13 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
Sft
代码大模型
强化学习
数据清洗
深度学习
Deepseek Coder
AI 估算 · 25k–45k
大厂核心算法岗，技术难度高，薪资竞争力强，参考市场行情估算
职位详情
关于这个职位
该职位聚焦于代码大模型的前沿探索与落地，你将参与续训、SFT、强化学习等技术工作，构建代码补全、生成、优化等核心能力，对标Cursor、GitHub Copilot等产品
同时负责代码数据流水线的构建与维护，分析用户反馈并推动模型迭代
适合对AI编码领域有热情、具备扎实编程基础和快速学习能力的候选人
最低要求
教育背景
本科及以上学历，计算机科学、软件工程、人工智能等相关专业
能力要求
技术能力：熟练掌握Python/Java/C++等编程语言，具备扎实的数据结构与算法基础，理解面向对象设计思想，具备一定工程实现能力
有使用开源代码大模型（如DeepSeek Coder、Qwen Coder等）进行实验或项目实践经验者优先
业务理解：对代码大模型在代码补全、代码生成、代码优化、智能重写等场景有基本认知
对AI编码产品形态（如Cursor、GitHub Copilot等）有了解，具备一定产品理解能力
数据处理：能构建和维护代码数据研制流水线，能从源代码中提取特定代码任务的数据或基于GPT/DeepSeek等大模型进行合成数据，支持大模型的代码能力训练
问题分析：能基于用户bad case进行分析，发现模型中的问题，为模型的迭代优化提供方案
基本素质
学习能力：学习能力强，能快速阅读并理解前沿的论文，具备强烈的技术进取心，对新技术和创新有强烈的热情和兴趣
团队协作：具备良好的沟通与协作能力，表达清晰，能主动反馈进展与问题
解决问题：能够在指导下独立完成任务，具备一定自主分析与解决问题能力
责任心：具有强烈的责任心，对工作认真负责，能够承担一定的工作压力
创新思维：关注代码智能与大模型领域发展趋势，具备主动探索与持续优化意识
工作职责
协助基于代码大模型进行续训、SFT、强化学习等技术探索，参与构建代码大模型的代码补全、代码生成、代码优化、下一个光标位置预测、智能重写等代码能力，目标对标业界领先的AI编码产品，如 Cursor、GitHub Copilot 等
协助构建和维护代码数据研制流程，能够从源代码中提取特定代码任务数据，或基于GPT/DeepSeek等大模型进行数据合成与清洗，支持代码大模型能力训练
参与基于用户实际使用场景与反馈（bad case）的分析工作，协助定位模型问题点，提出优化思路，推动模型迭代改进
跟踪代码智能领域前沿技术，阅读论文与开源项目，探索将最新研究成果应用于实际项目中
与研发团队紧密配合，协助完成算法开发与实验验证工作，支持业务需求落地
AI 洞察
优缺点分析
优点
- 京东大平台，技术资源丰富，项目受重视
- 代码大模型是AI前沿方向，技术成长快，积累经验后市场认可度高
- 团队协作，既能锻炼工程能力又能积累产品理解
- 技术难度高，需要持续学习前沿知识，保持技术敏感度
- 工作强度可能较大，需要跟进快速迭代节奏
- 竞争激烈，需产出实际效果以体现个人价值
缺点 / 挑战
- 适合对代码大模型和AI编码工具有浓厚兴趣，具备扎实编程功底和快速学习能力，愿意接受挑战的求职者
角色解读
- 从算法工程师向技术专家发展，深入代码智能领域，成为细分方向核心成员
- 可转向AI产品方向，负责AI编码产品设计与优化
- 在团队中积累项目经验，有望晋升为项目负责人或技术主管
- 参与代码大模型的续训、SFT、强化学习等技术探索，构建代码补全、生成等核心能力
- 构建和维护代码数据流水线，利用大模型进行数据合成与清洗
- 分析用户反馈bad case，定位模型问题并推动迭代优化
- 跟踪前沿技术论文，探索将研究成果应用于实际项目
- 熟练掌握Python/Java/C++，扎实数据结构与算法基础
- 了解代码大模型（如DeepSeek Coder）训练流程，有相关实验或项目经验优先
- 具备数据流水线构建和合成数据能力
- 较强的问题分析和解决能力，能基于bad case提出优化方案
申请策略
- 了解京东科技在AI编码领域的布局，在面试中展现对Cursor等产品的深入理解
- 准备一个完整的项目案例，展示从数据到模型迭代的闭环能力
- 突出大模型相关项目经验，尤其是代码生成或补全方向
- 强调编程能力与工程实现成果，如开源项目贡献或竞赛奖项
- 展示数据清洗或合成数据的项目经历，体现数据处理能力
- 补充强化学习和SFT相关实践，可复现开源代码模型
- 学习主流代码大模型的使用与微调，如DeepSeek Coder、Qwen Coder
面试指南
- 结构化回答，先讲理论基础，再结合实际项目经验，最后总结
- 对于开放性题目，可以分点阐述，体现系统思维
- 准备1-2个具体的bad case分析案例，展示问题定位和优化思路
- 如何构建代码补全模型的训练数据？请具体说明数据来源和处理方法
- 解释SFT和强化学习在代码模型中的作用，各自解决什么问题？
- 如何评估代码模型生成质量？你会使用哪些指标？
- 分析bad case时，你如何定位模型问题？举例说明
- 你对GitHub Copilot的理解？你认为它的优势和改进空间在哪？
职位点评
75
综合评分
大厂核心算法岗，前沿技术栈，薪资优厚，但WLB一般。
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。
更适合这类人
最适合追求技术成长和职业发展、能接受一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活40
使命价值70
薪资福利
85较高
京东作为大厂，薪资福利具有竞争力，但具体薪资未在JD中披露，需面议。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
该职位涉及代码大模型等前沿技术，学习机会多，成长空间大。JD强调学习能力、技术进取心，但未明确晋升通道。
技术前沿前沿/新兴技术
技术栈Python、Java、C++、深度学习、强化学习、代码大模型
成长机会学习能力、技术进取心、前沿技术跟踪
业务类型ambiguous
工作生活
40较低
要求现场办公，且未提弹性工作或远程，大厂通常有一定加班文化，WLB一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
代码智能领域高速增长，但社会影响力中性，JD未强调使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
京东 的其他在招职位
相似职位推荐
Watch Jobs