京东 – AI算法工程师 职位分析和面试指导

职位描述:

岗位职责:

1.负责LLM在搜推创新AIGC应用中算法研发和应用落地;

2.设计创新AIGC应用中整个链路所涉及的LLM等AI相关算法,确保算法有效性和扩展性,能有效解决复杂业务场景下的用户体验问题;

3.关注并探索LLM相关前沿技术,包括预训练、后训练、RAG、Agent等,能判断技术实际价值,并高效落地应用;

4.理解并洞察用户需求,通过持续的技术产品创新和迭代,驱动用户体验提升以及京东UCVR, GMV平台收益不断增长。

职位要求:

任职资格:

1. 计算机、人工智能等相关专业;

2. 具有大模型算法研发经验(预训练,SFT,强化等对后训练),具有搜推算法背景更优;

3. 在问答/对话系统/AI助手、RAG/Agent、知识图谱、信息检索的一个或者多个方面有研发经验,同时拥有大模型预训练和后训练对齐背景更优;

4. 深刻理解语言模型,深度学习等算法原理,需具备很强的算法开发以及编程落地执行能力,并具备较强的业务敏感度,能将需求和技术有效结合并落地。

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:

京东这个AI算法工程师岗位展现出明显的场景化特征,它不同于普通的大模型研发岗位,而是要求候选人能打通从底层技术到电商业务价值的完整闭环。最核心的差异点在于’搜推创新AIGC应用’这个具体场景,这意味着面试官会特别关注你如何将LLM技术与京东的UCVR/GMV指标挂钩。你需要准备的不仅是技术原理,更要思考大模型如何提升电商场景下的用户体验转化。另一个隐藏重点是’后训练对齐’,这暗示京东可能已具备基础模型能力,现在更需要精细化调优的人才。

在准备这场面试时,建议你采用’技术-场景-价值’的三段式应答框架。技术层面要重点准备RAG和Agent的实战案例,特别是处理过哪些长尾query或复杂意图的场景。谈到业务落地时,不妨预先研究京东APP的搜索推荐特点,准备1-2个假设性的AIGC优化方案。面试中可能会遇到价值观情境题,记得将’客户为先’体现在技术决策中,比如可以谈谈如何在模型效果和响应速度间取得平衡。代码环节可能侧重Prompt工程和精调技巧,建议携带一个展示多阶段训练过程的Notebook。着装方面商务休闲即可,但请确保能流畅手写Transformer变体公式。

在线咨询

提示:由 AI 生成回答,可能存在错误,请注意甄别。