算法开发岗

优缺点分析

角色解读

• 成为代码大模型领域的算法专家，深入模型训练与优化
• 向AI编码产品技术负责人发展，主导产品能力迭代
• 转型AI底层训练框架或数据工程方向，拓展技术深度
• 参与代码大模型的续训、SFT、强化学习等训练工作，构建代码补全、生成等核心能力
• 构建和维护代码数据研制流程，包括从源码提取数据和基于大模型进行数据合成与清洗
• 分析用户bad case，定位模型问题并推动迭代优化
• 跟踪代码智能领域前沿技术，阅读论文和开源项目，探索落地应用
• 扎实的Python/Java/C++编程能力和数据结构算法基础
• 熟悉大模型训练流程（SFT、RLHF）及数据处理技术
• 了解代码大模型应用场景（代码补全、生成、优化等）
• 良好的问题分析和团队协作能力

申请策略

• 提前了解京东科技的业务方向，尤其是代码智能产品的现状
• 准备一个代码智能相关的项目案例，展示从数据到模型的全流程
• 突出大模型相关项目经验，尤其是代码生成、SFT等训练细节
• 强调数据处理和工程实现能力，如构建数据流水线、数据清洗
• 展示对开源代码大模型（DeepSeek Coder、Qwen Coder等）的了解和实践
• 体现问题分析和优化思路，如bad case分析案例
• 补充强化学习（RLHF）知识，了解PPO等算法
• 熟悉代码大模型评测方法和基准，如HumanEval、MBPP

面试指南

• 使用STAR法则描述项目经验，突出个人贡献和技术难点
• 从数据、模型、评估三方面回答技术问题，展现系统性思维
• 展现主动学习和探索的态度，提及跟踪前沿论文和开源项目
• 请介绍你参与过的大模型项目，具体负责哪些部分？
• 如何设计代码补全模型的训练数据？数据质量如何保证？
• 如何评估代码生成质量？有哪些常用指标？
• 对当前代码大模型（如DeepSeek Coder）有什么了解？优缺点？
• 遇到bad case时如何分析和解决？请举例说明