京东
大模型应用/agent算法专家
大模型应用/agent算法专家
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公NLP工程
NLP工程
Llm
Nlp
Prompt Engineering
Pytorch
Sft
Tensorflow
多语言处理
大模型
微服务
值不值得投
78综合评分
综合评分 78
头部电商跨境业务核心算法岗，技术栈前沿、业务落地空间大，薪资竞争力强，但工作节奏可能较快。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.8万
比NLP工程中位数高
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 1840 个在招 · 其中NLP工程 3 个
市场机会
选择面较广
北京 · NLP工程 · 59 个在招
职位详情
关于这个职位
该职位主要负责京东跨境业务（Joybuy）的大模型与NLP技术落地，包括多语言文本理解、智能交互体系构建、商品信息治理等
你需要结合Prompt Engineering和模型微调等技术，解决跨境电商场景下的业务痛点，推动技术转化为实际业务增长
最低要求
计算机科学、人工智能、数学、统计学等相关专业，2-5年NLP算法实战研发与落地经验，有完整的AI应用从0到1或迭代优化项目经历
精通NLP基础理论与核心技术，深入掌握文本分类、命名实体识别、语义检索、意图识别等任务的算法原理与实现方案，具备极强的内容理解与业务结合能力，能快速将技术与业务痛点结合
具备扎实的编程能力，熟练掌握Python/C++，精通TensorFlow/PyTorch等深度学习框架
具备Prompt Engineering实战经验，有大模型SFT（微调）、Prompt优化落地案例，能独立完成模型调优与效果验证
具备微服务相关经验，熟悉AI相关平台（模型训练、部署、监控类）的操作与应用，能适配微服务架构完成算法工程化落地
有跨境电商业务经验或多语言NLP项目经验者优先，具备多模态融合技术实践经验者加分
业务sense敏锐，能快速洞察业务需求与潜在优化点
具备良好的问题分析、跨团队沟通协作能力与抗压能力，有较强的责任心、技术钻研精神与结果导向意识
符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信
工作职责
跨境场景NLP技术落地与业务赋能：聚焦Joybuy跨境电商核心场景，负责llm技术的实战落地与效果闭环，深度结合内容理解能力解决业务痛点，涵盖多语言文本理解、商品标题/详情页智能优化、跨语言搜索与推荐增强、机器翻译等，推动技术转化为实际业务增长
智能交互体系构建与优化：搭建并迭代面向全球用户的多语言智能交互产品（智能客服、自然语言查询解析、意图识别等），依托Prompt Engineering能力提升交互精准度，优化用户咨询响应效率与问题解决率，强化用户体验与业务转化
商品多语言信息治理实战：针对跨境商品多语言信息杂乱问题，设计并落地文本清洗、实体抽取、属性标准化算法方案，结合业务场景打磨模型效果，保障商品信息准确性与一致性，为精准匹配、合规运营提供核心支撑
前沿技术业务化创新：跟进NLP领域前沿技术（大模型、多模态等），主导Prompt优化、SFT（模型微调）等实战落地，结合Joybuy跨境业务特性进行技术创新，推动算法效果、业务效率双重迭代
熟悉AI相关平台操作，赋能技术快速落地
跨团队协作与工程化落地：与产品、业务、工程团队深度协同，精准理解业务需求并转化为算法方案，具备微服务相关经验者优先，保障算法方案在微服务架构下稳定落地，兼顾系统性能、可扩展性与业务实用性
优先资格
有跨境电商业务经验或多语言NLP项目经验
具备多模态融合技术实践经验
AI 洞察
优缺点分析
优点
- 依托京东庞大的跨境电商业务场景，拥有海量数据和丰富的落地机会，能充分锻炼大模型与NLP技术的实战能力
- 接触前沿的LLM、多模态技术，技术栈先进，有利于个人技术深度的积累与行业视野的拓展
- 核心业务团队，技术直接赋能业务增长，个人贡献与业务成果挂钩，成就感较强
- 适合具备2-5年NLP经验，对大模型应用有浓厚兴趣，且希望将AI技术深度结合电商业务落地的算法工程师
缺点 / 挑战
- 跨境业务涉及多语言、多文化背景，数据治理和模型优化的复杂度较高，需要解决诸多长尾问题
- 需要频繁与产品、业务、工程团队跨部门协作，对沟通能力和业务理解能力要求较高，且需具备较强的抗压能力
角色解读
- 从算法工程师向大模型应用专家或AI架构师发展，深入掌握前沿LLM与多模态技术
- 未来可深入跨境电商核心业务，成为懂技术又懂业务的复合型AI技术专家或技术管理者
- 负责京东跨境业务（Joybuy）的大模型与NLP技术落地，包括多语言文本理解、智能交互体系构建和商品信息治理
- 通过Prompt Engineering和模型微调等技术，解决跨境电商场景下的业务痛点，推动技术转化为实际业务增长
- 与产品、业务、工程团队深度协同，保障算法方案在微服务架构下稳定落地，兼顾系统性能与业务实用性
- 精通NLP基础理论与核心技术（文本分类、NER、语义检索等），熟练掌握Python/C++及深度学习框架
- 具备大模型SFT、Prompt优化实战经验，能独立完成模型调优与效果验证
- 具备微服务架构下的算法工程化落地能力，熟悉AI相关平台的操作与应用
申请策略
- 了解京东Joybuy的业务模式和跨境电商标品/非标品的痛点，面试时展现出对业务场景的敏锐洞察力和技术转化为业务价值的思考
- 重点突出大模型SFT、Prompt Engineering的落地案例及带来的业务指标提升（如转化率、响应效率等）
- 展示多语言NLP、文本清洗、实体抽取等与跨境电商强相关的项目经验，体现业务结合能力
- 强调在微服务架构下部署和监控AI模型的经验，证明具备算法工程化落地能力
- 深入学习大模型微调技术（如LoRA、P-Tuning）及最新的Agent框架，提升在复杂场景下的模型调优能力
- 了解微服务架构及云原生AI部署工具，提升算法工程化落地与系统性能优化的能力
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出技术选型的思考过程、解决复杂问题的具体步骤
- 强调业务导向，在回答技术问题时，务必关联最终带来的业务收益（如转化率提升、成本降低、效率提高等）
- 请分享一个你主导的大模型SFT或Prompt优化落地案例，遇到了什么困难，如何解决的？
- 在跨境多语言场景下，如何处理商品标题和详情页的智能优化与实体抽取？
- 如何将算法方案适配到微服务架构中，保障系统性能与可扩展性？
- 面对业务需求与算法效果的冲突，你如何平衡并推动落地？
- 复习NLP经典算法及大模型前沿技术（如RAG、Agent、SFT），准备1-2个完整的从0到1或迭代优化的项目案例
- 深入了解京东跨境电商的业务逻辑与痛点，思考大模型技术在该场景下的创新应用点
职位点评
薪资福利85
成长发展90
工作生活50
使命价值75
薪资福利
85较高
该岗位为大模型算法专家，薪资水平在市场上具有较强竞争力，且依托头部电商完善的薪酬福利体系。
薪资信号未披露（AI估算：3.5千–6万/月）
成长发展
90较高
岗位聚焦大模型、多模态等前沿技术，且有明确的跨境业务落地场景，技术成长与业务赋能空间极大。
技术前沿前沿/新兴技术
技术栈LLM、NLP、Prompt Engineering、SFT、PyTorch、TensorFlow、多模态
业务类型profit_center
工作生活
50较低
JD未提及工作模式和WLB相关信息，且核心业务研发岗通常节奏较快，生活化动机满足程度有限。
工作模式未明确
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
75中等
跨境电商助力商品全球化流通，具有一定的商业价值与连接意义，但整体偏向商业利润导向。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs