京东
技术方向-机器学习/深度学习
技术方向-机器学习/深度学习
发布于 大约 8 小时前管理培训生(管培生)
北京市 / 宿迁市
无经验要求
全职员工
仅现场办公
本科
机器学习工程
Pytorch
Tensorflow
大模型微调
智能体应用
机器学习
深度学习
AI 估算 · 20k–30k
京东算法校招薪资在互联网大厂中处于中上水平，技术岗附加值高，通常14薪左右。
职位详情
关于这个职位
京东技术方向机器学习/深度学习校招项目，面向2026-2027届毕业生
项目包含半年集训与轮岗，在北京、宿迁等地进行超100场培训和一线实践，之后可自由定岗至各业务线的算法岗位
适合对深度学习、大模型有热情并具备扎实编程基础的同学
最低要求
毕业时间：2026年10月1日至2027年9月30日期间毕业，统招本硕学历不限，本硕同级同薪
-专业背景：拥有但不限于计算机、信息工程、人工智能、自动化、软件工程等相关专业学习背景
-专业能力：熟练掌握深度学习基础理论和算法，熟练掌握Python/C++/Java等至少一门编程语言，有较强的编程能力，精通深度学习框架（PyTorch/TensorFlow等），熟悉主流深度学习模型架构（Transformer、CNN、RNN等）
-极客精神：怀揣技术梦想，对技术狂热，在学术攻坚、工程实践或顶级赛事中有突出成果
-拥抱AI：对AI新技术保持好奇心，乐于主动学习并快速掌握新的AI知识和功能，积极跟踪机器学习领域前沿AI技术
-符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信
对京东的商业模式有了解，认同京东价值观与商业价值并愿意为其长期努力
工作职责
集训&轮岗：集训&轮岗时间为半年，集训&轮岗期间的工作地包含北京、宿迁等城市
集训期间会经历超100场培训，通过集训将会完成从学生向优秀职场人的转身
轮岗期间会在客服/物流一线深入实践，同时还会在总部核心技术部门进行轮岗学习，通过轮岗学习建立对业务、技术全流程的视角和理解，有利于技术在真实数据和商业环境中的落地
-定岗：公司的定岗导向是“热爱、擅长、坚定”，可自由定岗至各BGBU的算法类岗位，届时将结合个人志向和公司需求确认具体的部门、岗位和工作地
优先资格
发表相关领域顶级学术论文（NeurIPS、ICML、ICLR等）、参与贡献优秀开源项目、Kaggle等高水平竞赛获奖者优先
有大模型应用或相关AI项目成果者优先，包括但不限于：时序大模型（时间序列预测、异常检测）、智能体应用（复杂任务规划、工具调用）、大模型微调与部署（LoRA、QLoRA、量化推理）等
AI 洞察
优缺点分析
优点
- 完善的培训体系（超100场培训），助力职业起步
- 技术方向前沿，涉及大模型、深度学习等热门领域，成长空间大
- 定岗灵活，可根据兴趣和优势选择具体算法方向
- 集训和轮岗周期较长，且可能涉及异地工作，适应成本高
- 竞争激烈，对学习能力和技术热情要求高，需要持续投入
- 定岗结果需结合公司需求，个人意愿不一定完全匹配
- 适合对算法技术有强烈兴趣、愿意接受轮岗锻炼、追求快速成长的应届毕业生
缺点 / 挑战
- 大厂平台，资源丰富，接触真实业务场景和技术挑战
角色解读
- 通过系统化培训和轮岗，快速从学生成长为具备业务视角的算法工程师
- 定岗后可在专业序列深耕技术，成为算法专家或技术骨干
- 结合京东业务，有机会向技术管理或技术架构方向进一步发展
- 参与为期半年的集训与轮岗，接受超100场培训，提升技术能力和职场素养
- 在客服/物流一线深入实践，了解业务场景，同时轮岗至总部核心技术部门，建立业务与技术全流程视角
- 定岗后负责各业务线算法类岗位工作，包括机器学习/深度学习模型研发、优化与应用落地
- 扎实的深度学习理论基础，熟悉主流模型架构如Transformer、CNN、RNN
- 熟练掌握Python/C++/Java等至少一门编程语言，精通PyTorch/TensorFlow等框架
- 对大模型应用有了解，如时序预测、智能体、模型微调（LoRA、QLoRA）等优先
- 具备较强的学习能力和自驱力，关注AI前沿技术发展
申请策略
- 了解京东的商业模式和价值观，在面试中体现认同
- 关注京东技术博客或开源项目，增加对公司的了解
- 突出深度学习项目经历，包括模型设计、训练和优化细节
- 强调编程能力，展示GitHub代码或算法竞赛获奖经历
- 如有大模型相关项目（微调、Agent、时序预测）务必重点描述
- 体现学习能力和对新技术的好奇心，可列举自学的AI课程或论文
- 熟练使用PyTorch/TensorFlow，掌握Transformer架构及主流模型代码
- 了解大模型微调（LoRA等）和部署基础，尝试动手实验
面试指南
- 采用STAR原则：情境-任务-行动-结果，清晰展示项目中的个人贡献和效果
- 针对技术问题，先给出定义和背景，再解释原理和实际应用，最后结合经验总结
- 对于业务相关的问题，展现对京东业务的理解，并联系技术落地可能遇到的挑战
- 介绍一下你做过的深度学习项目，包括模型选择、数据预处理和效果评估
- Transformer相比RNN有哪些优势？在哪些场景下更适用？
- 如何解决过拟合问题？请举例说明
- 你对大模型微调了解多少？说明LoRA的基本原理和优势
- 京东的业务场景中，AI有哪些应用方向？请结合物流或客服举例
职位点评
72
综合评分
大厂校招，培养体系完善，技术前沿，但轮岗强度高且工作地不固定。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术成长和职业发展、对算法有强烈热情、能够接受轮岗和异地工作的应届生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活50
使命价值65
薪资福利
70中等
京东作为上市公司，薪酬福利体系完善，校招算法岗薪资具有竞争力，但JD未披露具体薪资，存在不确定性。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
90较高
项目包含系统性培训、轮岗和定岗机制，技术方向前沿，为应届生提供极佳的职业发展起点。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、PyTorch、TensorFlow、Transformer、CNN、RNN、大模型、LoRA、QLoRA、智能体
成长机会集训、轮岗、超100场培训
业务类型ambiguous
工作生活
50较低
轮岗涉及多地出差，工作地点可能变动，且JD未提及弹性办公或工作生活平衡，生活方式灵活性较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
65中等
技术岗位通过算法优化业务效率，有一定的行业价值，但社会影响力不突出，使命感一般。
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