京东
LLM算法开发工程师
LLM算法开发工程师
发布于 大约 8 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Llm
Pytorch
Qwen
Rag
Sft
强化学习
值不值得投
75综合评分
综合评分 75
大厂前沿技术岗，薪资高、成长快，但工作强度大、地点偏远。
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
55K
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 8390 个在招
市场机会
选择面较广
北京 · 人工智能 · 约 130 个在招
职位详情
关于这个职位
作为京东科技的大模型算法工程师，你将专注于智能对话与Agent系统的研发，利用SFT、强化学习等技术优化大模型在真实业务场景中的表现
工作涉及设计通用Agent架构，推动智能客服、外呼等场景的落地，并持续跟进前沿技术
适合对LLM和Agent有深入理解、具备工程落地能力的算法专家
最低要求
硕士及以上学历，计算机相关专业
具备较强的 Python 编程能力，熟悉PyTorch、Transformers等主流深度学习框架
熟悉大语言模型基本原理及应用技术，包括 Prompt、SFT、RAG、Agent、Function Calling、MoE、模型蒸馏/量化 等
有较强的多轮对话、意图识别、文本分类、对话策略或Agent算法研发经验
具备较强的问题分析和算法优化能力，能够从真实业务数据中定位模型问题并形成可落地的优化方案
有大模型实际生产落地经验，能够兼顾 模型效果、推理成本、时延和稳定性
熟练掌握Llama Factory、Verl等常见开源模型调优训练框架，熟悉LLM等常见推理加速框架，熟悉Qwen、DeepSeek等开源大模型原理与实现
工作职责
深入理解智能交互场景的用户需求与业务逻辑，依托Agent、SFT、强化学习、后训练优化等技术，结合真实业务交互数据与落地反馈，持续优化大模型的意图理解、智能决策、指令遵循、自然应答能力，迭代优化核心业务转化、交互体验、流程合规等关键业务指标
深耕大模型能力边界与智能Agent系统架构，针对复杂自动化业务流程场景，设计、搭建并迭代优化通用Agent架构体系，涵盖Master-Skill调度、Plan-Act规划执行、多智能体协同等核心模块，提升大模型在复杂、长流程、多任务业务场景下的自主决策、逻辑推理、自主应答与闭环执行能力
聚焦大模型智能对话、大模型Agent核心技术难点，围绕用户意图识别、多轮交互、业务流程遵循、异常场景处理、人机协同接管等核心问题，搭建数据沉淀-模型迭代-策略优化-业务验证的全链路闭环迭代体系，推动大模型Agent能力在各真实业务场景的标准化、规模化落地复用（典型场景：智能客服、智能外呼、数字人等）
持续跟进大语言模型（LLM）、智能Agent领域前沿技术、论文与行业落地方案，结合公司各类业务场景特性，探索创新技术应用方向，平衡模型效果、推理时延、部署成本与系统稳定性，输出最优、可落地的技术解决方案，赋能新业务场景拓展与现有业务效能升级
AI 洞察
优缺点分析
优点
- 京东科技平台大，业务场景丰富，能接触真实的大规模应用
- 技术栈前沿，涉及LLM、Agent等热门领域，个人成长快
- 薪资待遇有竞争力，上市公司福利完善
- 工作强度可能较大，需要快速迭代和落地
- 技术难度高，需要持续学习，保持前沿
- 业务导向，需要平衡技术理想与业务需求
- 适合对大模型和Agent有热情、具备扎实算法功底和实战经验，能适应快节奏的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向大模型算法专家或技术专家方向发展，深入Agent架构和模型优化
- 可晋升为技术Leader，带领团队负责核心算法项目
- 可横向拓展至AI产品、解决方案等方向，结合业务场景创造价值
- 负责优化大模型在智能交互场景中的意图理解、决策和应答能力，提升业务转化和用户体验
- 设计并搭建通用Agent架构，包括任务调度、规划执行和多智能体协同，实现复杂业务流程的自动化
- 构建数据-模型-策略-验证的闭环迭代体系，推动Agent在智能客服、外呼、数字人等场景的落地
- 跟踪LLM和Agent前沿技术，探索创新应用，平衡效果、成本和稳定性
- 扎实的Python编程能力，熟悉PyTorch、Transformers等深度学习框架
- 深入理解大模型原理，掌握Prompt、SFT、RAG、Agent、Function Calling、MoE、模型蒸馏/量化等技术
- 具备多轮对话、意图识别、Agent算法研发经验，能基于业务数据优化模型
- 熟悉Llama Factory、Verl等训练框架，了解Qwen、DeepSeek等开源模型，有生产落地经验
申请策略
- 在简历中明确体现对京东价值观的理解，如客户为先、创新
- 准备一个完整的项目案例，展示从问题到落地的全过程
- 突出大模型相关项目经验，特别是Agent、SFT、RAG等落地案例
- 强调Python和深度学习框架的熟练度，以及模型调优和推理加速经验
- 展示对业务场景的理解，如智能客服、外呼等，体现问题解决能力
- 如有开源贡献或技术博客，可加分
- 熟悉Llama Factory、Verl等训练框架，掌握模型量化、蒸馏技术
- 了解最新Agent架构，如Master-Skill调度、多智能体协同
面试指南
- 结合项目经验，用STAR法则描述具体场景、任务、行动和结果
- 强调数据驱动和迭代优化的思路，展示闭环能力
- 体现对业务场景的理解，技术方案要可落地
- 如何设计一个Agent系统来处理复杂的多轮对话任务？
- 在模型优化中，如何平衡效果、推理成本和时延？
- 谈谈你对SFT和强化学习在大模型应用中的理解
- 如何从业务数据中定位模型问题并制定优化方案？
- 你如何跟进LLM领域的最新进展并应用到实际工作中？
职位点评
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
该职位薪资水平较高，京东作为上市公司，福利体系完善，但JD未明确薪资和具体福利，补偿性动机满足度较好。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
职位涉及LLM、Agent等前沿技术，有大量实践和成长机会，发展性动机得到充分满足。
技术前沿前沿/新兴技术
技术栈LLM、Agent、SFT、RAG、强化学习、Qwen、DeepSeek
业务类型profit_center
工作生活
50较低
工作地点在北京亦庄，通勤可能较长，JD未提及弹性工作，可能加班，生活化满足一般。
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
京东科技服务众多企业，技术有社会价值，但使命信号不强烈，意义感中等。
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
Watch Jobs