京东
算法开发岗
算法开发岗
发布于 大约 11 小时前普通员工/个人贡献者
海南省
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
深度学习
PyTorch
强化学习
TensorFlow
LLM
因果推断
图神经网络
广告推荐
AI 估算 · 25k–45k
京东零售高级算法岗，结合海南薪资水平与大厂溢价，预估月薪25k-45k，年终奖2-4个月。
职位详情
关于这个职位
该岗位是京东零售的核心算法岗，负责智能投放系统的技术研究与落地，包括广告召回、排序、出价策略等
你将运用LLM、深度学习、强化学习等前沿技术，优化千亿级广告业务，提升投放ROI
适合对广告算法、大模型应用有深入实践经验的资深工程师
最低要求
计算机科学、数学、统计学等相关专业
广告、推荐、搜索等相关领域的算法研发经验优先
精通TensorFlow/PyTorch等深度学习框架
具备扎实的算法与数据结构功底，熟练掌握Hive/Spark/Hadoop等大数据工具，有大规模机器学习系统性能优化经验者优先
深入理解LLM、深度学习、因果推断、强化学习等核心算法原理，并具备将前沿理论快速转化为业务价值的落地能力
具备RTA出价、智能体开发或营销增长（Marketing Growth）项目经验
熟悉广告召回/排序系统，在生成式召排、语义/多模态/图召回或多目标排序方面有深入实践
熟悉广告机制，对博弈论或跨平台竞价决策有深刻理解
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
负责智能投放系统的技术研究与落地
结合LLM、上下文工程、多智能体系统等前沿技术构建新一代的自适应投放决策框架，赋予系统自主理解、决策、执行的能力，实现跨平台、全自动的智能投放
负责广告召回与排序系统的迭代优化，支撑每日千亿级请求
探索并应用生成式召回与排序 (Generative Retrieval/Ranking)、文本语义理解、图神经网络、多模态召回等前沿召回范式，并优化个性化排序机制，实现用户意图的精准捕捉与高效匹配
负责外投广告核心模型体系构建
运用深度学习、因果推断、多模态等技术，持续优化pCVR/pLTV/pΔLTV/pCTR等关键预估模型，攻坚延迟转化归因、多目标融合等业界难题，打造行业先进的模型预测能力
主导RTA实时出价与报价策略升级
运用强化学习、规划求解、生成式出价、博弈论等技术，突破海量场景下的竞价效率瓶颈，实现平台、用户与广告主多方目标的动态平衡，显著提升广告投放ROI
AI 洞察
优缺点分析
优点
- 涉及LLM、强化学习等前沿技术，紧跟业界趋势，技能含金量高
- 公司平台稳定，福利完善，有内部技术分享和晋升通道
- 广告业务对效果要求高，工作强度较大，可能需要应对紧急线上问题
- 技术栈复杂，需要持续学习新技术，并快速将理论转化为落地
- 岗位位于海南，相比一线城市薪资可能略低，且技术交流圈子较小
- 适合有3年以上广告/推荐算法经验，追求技术深度和业务影响力，且愿意在海南发展的资深工程师
缺点 / 挑战
- 京东零售核心业务，数据量巨大，技术挑战高，积累宝贵的大规模系统经验
角色解读
- 向广告算法架构师或技术Leader方向晋升，主导更大规模系统设计
- 横向拓展至推荐、搜索等相邻领域，成为全栈算法专家
- 深耕广告智能决策方向，向AI科学家或首席算法工程师发展
- 研发智能投放系统，利用LLM和多智能体技术实现广告决策自动化
- 优化广告召回与排序算法，处理千亿级请求，提升匹配效率
- 构建预估模型（pCVR等），解决延迟转化、多目标优化问题
- 升级RTA出价策略，综合运用强化学习与博弈论动态平衡各方利益
- 精通深度学习框架（TensorFlow/PyTorch）和大数据工具（Hive/Spark/Hadoop）
- 深入理解LLM、因果推断、强化学习等算法，并具有业务落地经验
- 熟悉广告系统召回/排序机制，有生成式召回或多目标排序实践
- 具备RTA出价或智能体开发经验，对博弈论有了解
申请策略
- 面试前重点关注京东零售广告业务的公开动态，了解其技术体系
- 准备一个端到端的广告算法项目案例，从问题定义到效果提升
- 突出广告系统优化经验，特别是召回、排序或出价方面的项目成果
- 强调使用LLM、强化学习等技术的实际落地案例，最好有量化指标
- 展示大数据处理能力，如Hive/Spark使用经验及性能优化
- 补充LLM微调、提示工程或多智能体系统相关知识
- 深入理解广告竞价机制和博弈论基础
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验
- 对开放式设计题，先明确目标和约束，分模块阐述思路
- 如何设计一个LLM驱动的智能广告投放决策框架？
- 请详细介绍你参与过的广告召回或排序优化项目，遇到了哪些挑战？
- 如何解决广告延迟转化归因问题？有哪些常用方法？
- 在RTA出价中，如何平衡平台、用户和广告主的多方利益？
- 你如何评估一个算法方案的上线效果？请举例说明
- 复习深度学习、因果推断、强化学习的核心概念和经典论文
职位点评
69
综合评分
京东零售核心算法岗，前沿技术栈，发展空间大，但工作强度较高且地点受限。
更适合这类人
最适合追求技术成长和业务影响力的求职者，对生活化要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值60
薪资福利
75中等
大厂标准薪资福利，但海南薪资低于一线，且未明确提及年终奖，补偿性中等偏上。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
前沿技术栈（LLM、强化学习），业务核心，成长空间大，JD虽未提培训但大厂内部资源丰富。
技术前沿前沿/新兴技术
技术栈LLM、多智能体、生成式召回、强化学习、因果推断
业务类型profit_center
工作生活
50较低
仅现场办公，海南地点较偏远，未提及弹性或WLB，可能工作强度大。
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
60中等
广告行业高增长，但社会影响力中性，创新力度大。
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