职位描述：
1.基于京东平台场景优势，主导大语言模型/多模态大模型的技术研发与工程化落地，构建新一代AI驱动的电商C端解决方案；
2.负责用户行为理解、个性化推荐、智能导购等关键系统的算法优化，通过AIGC技术创新显著提升购物转化率与用户留存；
3.探索大模型在电商领域的创新应用场景，持续迭代Prompt Engineering、RAG、Agent等前沿技术方案；
4.构建行业领先的视觉、语言跨模态系统，攻克多模态语义对齐、长上下文建模等技术难题。
职位要求：
1.硕士及以上学历，计算机/人工智能/NLP相关专业，2年以上大模型项目实战经验；
2.精通PyTorch/TensorFlow框架，具备分布式训练优化经验，熟练掌握Linux环境下CUDA编程；
3.扎实的算法基础：深入理解Transformer架构，在RLHF、RAG、Agent等至少两个方向有落地经验；
4.突出的工程能力：熟练掌握Python/Java/Scala中两种以上，精通Spark/Flink等大数据处理工具；
5.对多模态学习、跨模态表示学习有深入研究，具备视觉-语言联合建模项目经验。
加分项：
1.在ACL/EMNLP/CVPR等顶会发表过相关论文；
2.有亿级用户规模的电商推荐/搜索系统优化经验；
3.熟悉电商业务场景。
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：
京东这次招聘的LLM/大模型算法工程师岗位有几个显著特点值得注意。首先，这是一个高度聚焦电商场景的AI岗位，不同于一般的通用大模型研发职位，它要求候选人能将前沿AI技术与电商业务深度结合。从工作内容可以看出，京东期望通过大模型技术重构电商体验，包括个性化推荐、智能导购等核心环节。其次，岗位对技术广度和深度都有严格要求，既需要掌握Transformer架构、RLHF等底层技术，又要具备多模态学习和跨模态表示能力。特别值得注意的是，京东明确列出了Prompt Engineering、RAG、Agent等具体技术方向，这些都是当前大模型应用的前沿领域。
针对这个岗位的面试准备，我有几点具体建议。在简历准备阶段，务必突出电商相关项目经验，特别是涉及用户行为分析、推荐系统优化的案例。如果没有直接经验，可以强调技术迁移能力，比如如何将其他领域的AI经验应用到电商场景。技术面试时，除了准备常规的算法题和系统设计题，要特别关注大模型在电商中的具体应用场景。面试官很可能会考察你如何设计一个基于大模型的推荐系统，或者如何处理电商特有的多模态数据（如商品图片与描述的语义对齐）。建议提前研究京东现有的AI产品，思考可能的优化方向。行为面试环节，京东特别看重’客户为先’的价值观，准备案例时要体现以用户体验为中心的技术决策。
在线咨询
提示：由 AI 生成回答，可能存在错误，请注意甄别。