职位描述：
1、参与生成式大模型能力构建；不局限于模型设计、prompt优化、预训练、模型推理加速、其他能力建设等；
2、采用最先进的并行处理和分布式学习技术，制定并执行性能优化策略，显著提升大型语言模型的训练速度和推理能力，例如跟进DeepSeek R1技术架构等，确保技术行业领先；
3、推进大模型技术在京东物流各个业务场景落地，包括不限于智能问答、智能数据分析、智能决策以及Computer Use等，助力业务流程优化，增质提效；
4、深度探索大语言模型方向，保持技术领先优势，推动京东物流在行业内树立高效、精准的大模型/多模态大模型应用标杆，并取得业务收益。
职位要求：
1、计算机科学或相关领域学位，拥有丰富的深度学习理论和实践经验，以及至少1年以上的大模型算法开发经验；
2、熟悉深度学习的并行处理和分布式训练技术，具备在多节点多GPU环境下进行大模型训练的经验或能力；
3、熟练掌握深度学习模型架构和算法，对至少一种主流深度学习框架（如TensorFlow, PyTorch等）有深入理解和应用能力；
4、具备出色的问题分析和解决能力，在高压环境下能够独立推动项目进展，同时具有优秀的沟通和团队协作能力；
5、对大模型前沿技术保持热情，能主动实践学术和业界最新技术方向。
符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。
招聘部门：
京东
工作地点：
北京
注意：为了确保您掌握真实的招聘信息，上述信息均为原始内容。我们的“面试建议”和“模拟面试”均基于原始招聘信息设计和提供。
面试建议：
京东正在招聘的大模型算法工程师职位，是一个技术含量高且极具挑战性的岗位。从职位描述可以看出，这个岗位不仅需要扎实的深度学习理论基础和大模型实践经验，更强调在分布式训练、推理加速等关键技术上的实际能力。特别值得注意的是，京东非常看重候选人能否将大模型技术真正落地到物流等业务场景中，产生实际业务价值。这意味着除了技术能力外，你还需要具备一定的业务理解和转化能力。另一个关键点是京东明确要求跟进DeepSeek R1等技术架构，这暗示着公司对前沿技术的快速跟进能力非常重视。
针对这个岗位的面试准备，我建议从三个维度重点突破。技术层面，你需要准备好大模型相关的深度问题，特别是分布式训练和推理优化的实践经验。可以准备几个具体的项目案例，说明你如何解决过类似问题。业务理解层面，建议提前研究京东物流的业务场景，思考大模型可能的应用点。面试时可能会被问到如何将技术转化为业务价值的问题。前沿技术跟踪方面，要准备好讨论你对DeepSeek R1等最新技术架构的理解和看法。简历中要突出你的大模型项目经验，特别是涉及性能优化和业务落地的部分。面试时要展现出你对大模型技术的热情和学习能力，这是京东价值观中’创新’和’拼搏’的体现。
在线咨询
提示：由 AI 生成回答，可能存在错误，请注意甄别。