京东
算法专家-AIGC方向
算法专家-AIGC方向
发布于 大约 14 小时前普通员工/个人贡献者
北京市
专家级经验
全职员工
仅现场办公
本科
PyTorch
RAG
LLM
AIGC
电商营销
VLM
diffusion
DiT
AI 估算 · 50k–80k
京东专家级AI岗位，北京，薪资水平较高，结合市场行情和AIGC方向热度，月薪50-80K较为合理。
职位详情
关于这个职位
作为京东零售的算法专家，你将专注于AIGC技术在营销全链路的落地，负责大模型应用、智能体架构和内容生成引擎的设计与开发，推动AI在电商广告、创意生成等场景的深度应用，直接提升营销效率和转化效果
最低要求
本科以上学历，计算机科学、人工智能、数据科学等相关专业
年以上互联网研发经验，有AI/智能体/AIGC等相关领域的研发经验优先
深入掌握Diffusion、DiT、VLM等技术，具备大模型训练/微调实操能力优先
精通LLM Agent相关技术（CoT、ReAct、Multi-Agent协作），熟悉LangChain/Semantic Kernel等框架源码
对多模态特征对齐有深刻理解者优先
熟悉强化学习算法和智能体架构设计优先，熟悉RAG、SFT、DPO等技术应用优先
精通至少一种编程语言，熟悉主流深度学习框架，如TensorFlow、PyTorch等，有技术追求
具备丰富的机器学习和深度学习模型开发经验
有营销/广告/电商/短视频等领域AI落地经验优先
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
大模型应用能力建设：面向AI审核、创意生成、场景化选品等业务场景，设计并落地LLM/VLM在Agent中的核心能力，包括任务分解与规划、工具调用、结构化输出与校验、检索增强（RAG）与知识冲突处理
AIGC技术能力建设：负责AIGC技术在营销全链路的深度应用，覆盖图文素材智能生成、营销视频生产等，构建营销内容智能生产引擎，实现从创意策略理解→素材智能生成→效果预测优化→批量生产的闭环，显著提升营销素材产出效率与转化效果
技术架构与规划：负责应用级Agent的整体技术架构设计，包括大模型技术栈的选型与演进，支撑Multi-Agent 协同的底层架构设计
确保系统的高可扩展性与稳定性，实现 Agent 与企业内部系统的深度集成
Agent编排与运行：设计并实现基于 DAG / State Graph 的复杂工作流引擎，研发高可靠的方案，解决 Agent 在处理多步任务中的逻辑一致性与长路径依赖问题
模型评估体系构建：搭建对齐业务目标的评估框架，制定针对 AI 审核漏过率、素材可用率、选品转化率等维度的 Benchmark
建立自动化评测流与人工反馈回路，确保模型迭代具备明确的业务增长指向
业务赋能：深入理解电商广告、营销创意、内容安全、市场投放、流量分发等业务
抽象通用 AI 能力组件，快速赋能业务部门，对业务效率和交付质量负责
AI 洞察
优缺点分析
优点
- AIGC是当前最热门的技术方向，京东作为头部电商平台，有丰富的业务场景和海量数据，技术落地价值高
- 职位涉及从模型到工程再到业务的完整链路，能全面锻炼技术架构和业务理解能力
- 薪酬福利具有竞争力，京东提供股票、年终奖等激励，且技术氛围浓厚
- 业务目标导向，需要快速将技术转化为业务指标提升，工作强度和节奏可能较快
- 涉及多团队协作，需要较强的沟通和推动能力
- 适合有8年以上经验、对AIGC和智能体技术有深厚积累、希望在电商场景中大规模应用AI的技术专家
缺点 / 挑战
- AIGC技术迭代快，需要持续跟进最新研究，保持技术领先，学习压力较大
角色解读
- 可向技术专家方向发展，深耕AIGC和智能体领域，成为团队核心技术骨干
- 也可向技术管理路线发展，带领团队负责更大规模的AI平台建设
- 未来可拓展至其他业务领域的AI应用，如搜索推荐、广告竞价等，成为跨领域AI架构师
- 设计并落地LLM/VLM驱动的智能体，实现任务规划、工具调用和结构化输出，用于AI审核、创意生成等场景
- 构建营销内容智能生产引擎，利用Diffusion、DiT等技术实现图文和视频的自动化生成与优化
- 负责Agent技术架构设计，包括Multi-Agent协同和与内部系统的深度集成
- 搭建模型评估体系，制定业务对齐的Benchmark，并通过自动化评测和人工反馈持续迭代模型
- 精通LLM Agent技术（CoT、ReAct、Multi-Agent），熟悉LangChain/Semantic Kernel等框架源码
- 深入理解Diffusion、DiT、VLM等生成模型，具备大模型训练/微调实操经验
- 掌握强化学习、RAG、SFT、DPO等技术，并有丰富的深度学习框架（PyTorch/TensorFlow）使用经验
- 年以上互联网研发经验，有AI/AIGC领域落地经验，熟悉电商营销业务优先
申请策略
- 在简历和面试中强调技术与业务的结合能力，展现你不仅懂算法，还能推动业务增长
- 关注京东技术博客和开源项目，了解团队的技术栈和文化，在面试中展示你的匹配度
- 突出大模型相关项目经验，特别是Agent、RAG、模型微调等方面的具体成果
- 展示对Diffusion、DiT等生成模型的深入理解和实际应用案例
- 强调在电商或营销领域的AI落地经验，并用量化指标（如转化率提升、成本降低）说明效果
- 列出开源贡献、技术博客或论文发表，体现技术影响力
- 补充强化学习在智能体中的应用知识，如RLHF、DPO等
- 熟悉LangChain、Semantic Kernel等框架的源码，了解其设计原理
面试指南
- STAR法则：描述情境、任务、行动和结果，重点突出技术难点和你的贡献
- 对比不同方案：在回答技术选型问题时，比较几种常见方案（如CoT vs ReAct），说明选择理由
- 数据驱动：在评估和优化问题上，强调如何设计指标、收集反馈、迭代模型
- 请详细描述你参与过的一个LLM Agent项目，包括技术选型、架构设计和落地效果
- 如何解决多步Agent任务中的逻辑一致性和长路径依赖问题？
- 对于AIGC在电商营销中的应用，你认为最大的技术挑战是什么？如何解决？
- 请谈谈你对RAG技术的理解，以及在处理知识冲突时的策略
- 如何构建一个有效的模型评估体系来对齐业务目标？请举例说明
匹配度报告
68
综合匹配度
京东AIGC专家岗，前沿技术栈、薪资优厚，但需现场办公且工作强度可能较高。
适合人群
该职位最适合追求技术成长和前沿方向的求职者，能接受较高工作强度和现场办公环境。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展90
工作生活40
使命价值60
薪资福利匹配
80较高
京东作为上市公司，薪资结构完善，福利较好（五险一金、年终奖、股票等），但具体薪资未在JD中披露，需面议，整体薪酬竞争力较强。
薪资信号面议 (50K-80K/月)
成长发展匹配
90较高
该岗位聚焦AIGC前沿技术，涉及大模型、Agent、多模态等，技术挑战大，能快速积累行业经验；京东提供丰富的业务场景，成长空间大。
技术前沿前沿/新兴技术
技术栈LLM、VLM、Diffusion、DiT、Agent、RAG、Multi-Agent、LangChain、PyTorch、强化学习
业务类型profit_center
工作生活匹配
40较低
工作地点在北京，仅现场办公，未提及弹性工作或远程；互联网大厂强度可能较高，WLB表现一般。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
60中等
电商行业稳定增长，AIGC在营销领域的应用能直接提升效率，具有一定商业价值，但社会影响力相对中性。
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