JD logo
京东
算法开发

算法开发

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
中级经验
硕士
全职员工仅现场办公算法工程师
算法工程师
Cplex
Gurobi
Llm
Sql
机器学习
路径规划
运筹优化

值不值得投

75综合评分

综合评分 75

前沿技术栈、高成长潜力、大厂平台,但工作强度较大

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

比算法工程师中位数高

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 1900 个在招

市场机会

选择适中

北京 · 算法工程师 · 25 个在招

职位详情

关于这个职位

负责京东物流核心运筹优化算法(路径规划、动态调度等)的研发与迭代,支撑降本提效业务目标

探索LLM与Agent技术在需求预测、异常分析及人机协同决策中的应用落地
深入理解仓储运输全链路业务,构建智能履约系统,解决算法线上化闭环难题

最低要求

学历要求:计算机科学、人工智能、运筹学、工业工程、应用数学等相关专业,硕士及以上学历优先

工作经验要求:拥有3年及以上算法研发经验,有物流、供应链、电商履约等领域成功项目经历者尤佳
具备完整的算法项目从0到1落地经验,熟悉业务需求分析、模型开发、系统集成及效果评估全流程
技能要求:
基础能力:精通Python,熟练掌握Java/Go/C++中的一种,具备扎实的编码功底和系统设计能力
专业核心:深入掌握运筹优化理论与方法(如线性/整数规划、启发式算法),熟练使用Gurobi、CPLEX等求解器及相关框架
机器学习:熟悉常用机器学习算法,并有将其应用于预测、分类或推荐等实际问题的经验
大模型与Agent能力:必须项:了解大语言模型原理,具备使用主流LLM API或开源模型进行应用开发的经验
加分项:有设计或开发基于LLM的智能体(Agent)应用的经历,能够实现任务分解、工具调用、自主决策或与人类协同完成复杂工作流程
业务与技术结合:出色的业务理解和抽象能力,能将模糊的业务需求转化为清晰的技术方案和算法模型
具备优秀的跨团队沟通和项目管理能力
数据能力:精通SQL,熟练使用数据分析工具,能从海量数据中挖掘洞见并驱动算法优化

工作职责

核心算法研发与攻坚:负责物流场景中路径规划、动态调度、负载均衡、网络优化等核心运筹优化算法的设计、开发与持续迭代,直接支撑“运力灭霸”的降本提效与“快快规划”的动态路由扩展

智能系统建设与落地:参与建设新一代智能履约系统、规划工作台及跨网络路由引擎,将算法模型深度嵌入业务流程,解决算法线上化闭环弱、系统协同难等问题,确保算法价值直达业务一线
前沿技术融合创新:探索并应用大语言模型(LLM)与智能体(Agent)技术,用于需求预测、异常根因分析、策略自动生成与解释、人机协同决策等场景,提升系统的自适应能力与用户体验
业务建模与协同优化:深入理解仓储、运输、分拣、配送等全链路业务,将复杂的业务规则和需求抽象为可计算、可配置的数学模型,主导或参与跨部门协同的全局优化项目,如大B网的产品与网络解耦调度

AI 洞察

优缺点分析

优点

  • 背靠京东物流庞大业务场景,数据丰富且落地性强,算法价值直接体现
  • 平台大,资源充足,有利于个人品牌积累
  • 业务逻辑极其复杂,需要深入理解仓储、运输等全链路细节,学习成本高
  • 高强度竞争环境下,对算法效果的实时性和稳定性要求极高
  • 适合对运筹优化有深厚兴趣,同时关注AI前沿技术落地的算法工程师
  • 喜欢解决复杂实际问题,具备较强抗压能力和业务敏感度的求职者

缺点 / 挑战

  • 涉及LLM+Agent等前沿技术与传统运筹优化的结合,技术栈新颖且具有挑战性
  • 算法落地面临线上化闭环弱、系统协同难等工程化挑战

角色解读

  • 可向资深算法专家方向发展,深耕运筹优化或AI前沿领域
  • 也可向技术管理岗位转型,带领团队攻克更复杂的业务难题
  • 随着LLM在垂直领域的深入,该岗位具有极高的技术壁垒和职业护城河
  • 负责物流核心场景(路径规划、调度)的运筹优化算法设计与迭代
  • 探索LLM与Agent在业务中的落地,如需求预测和异常分析
  • 深入业务一线,将复杂业务规则转化为数学模型并实现系统化落地
  • 精通Python及至少一门其他语言,扎实的数据结构与算法基础
  • 深入掌握运筹优化理论及Gurobi/CPLEX等求解器
  • 熟悉机器学习及LLM/Agent应用开发
  • 具备极强的业务抽象能力和跨团队协作能力

申请策略

  • 准备1-2个完整的算法落地案例,重点阐述如何从模糊业务需求中抽象出数学模型,并解决工程化难题
  • 了解京东物流最新的技术战略和业务痛点,展现你对业务的深刻理解
  • 突出展示从0到1的算法落地项目经验,特别是量化成果(如降本比例、效率提升百分比)
  • 详细列举掌握的运筹优化方法及求解器使用经验
  • 强调LLM/Agent在项目中的实际应用案例,而非仅停留在理论层面
  • 加强运筹优化理论的系统性复习,特别是大规模求解器的调优技巧
  • 深入学习LangChain、AutoGen等LLM应用开发框架
  • 提升SQL及大数据处理能力,以便更高效地处理海量物流数据

面试指南

  • 采用STAR法则(情境、任务、行动、结果)描述项目经历
  • 对于技术问题,先阐述理论基础,再结合实际场景说明选型理由和优化手段
  • 对于LLM相关问题,既要展示技术热情,也要保持理性,指出其在确定性任务中的局限性及与传统算法的结合点
  • 请详细介绍一个你负责的从0到1的算法落地项目,遇到的最大挑战是什么?
  • 如何在保证求解精度的前提下,提高大规模运筹优化问题的求解速度?
  • 请谈谈你对LLM在物流场景下应用的理解,有哪些潜在的风险和解决方案?
  • 面对模糊的业务需求,你通常如何进行抽象和建模?
  • 请比较Gurobi和CPLEX在不同场景下的优劣及使用经验

职位点评

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

京东作为上市巨头,薪资水平处于行业中上,福利体系完善,能满足较高的补偿性动机。

薪资信号偏高 (3.5千–6.0万/月)

成长发展

90较高

职位涉及运筹优化与LLM/Agent的前沿结合,技术含量高,成长空间巨大,能极大满足发展性动机。

技术前沿前沿/新兴技术
技术栈LLM、Agent、运筹优化、Gurobi、CPLEX、Python、机器学习
业务类型profit_center

工作生活

40较低

互联网大厂核心研发岗,通常工作强度较大,WLB相对一般,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JD含高强度暗示词

使命价值

70中等

通过算法优化物流效率,间接提升社会物流运转效率,具有一定的社会价值和行业前景。

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