多模态算法工程师

岗位职责

1. 多模态大模型（VLM）后训练与强化学习攻坚： 主导多模态大模型的 SFT 与对齐工作。重点负责构建和优化 RLHF/DPO/PPO 等强化学习训练链路，深入攻克 Reward Model 训练、强化学习训练不稳定性等难题，极致优化模型在复杂图文理解、逻辑推理及指令遵循上的表现。
2. 企业级 RAG 系统架构与优化： 负责构建工业级的大规模检索增强生成（RAG）系统。针对高并发、复杂业务场景，优化多模态文档解析、百亿级向量检索、Rerank 排序模型微调，以及 Long Context 模型的显存与注意力机制优化。
3. Agent 智能体及具身/复杂任务规划： 设计并主导开发基于大模型的复杂 Agent 架构（如多智能体协作、记忆机制管理）。提升模型在使用复杂工具（Tool Use）、长逻辑链规划（Planning）及任务分解方面的自洽能力，并推动其在实际业务或智能系统中的规模化落地。
4. 高质量数据流与自动化评测体系构建： 从零到一设计 SFT/RL 训练数据的自动化构建、挖掘与清洗 Pipeline。建立贴合业务真实场景的自动化评测集（Benchmark）与 Bad Case 归因体系，驱动模型快速迭代。

任职要求

1. 学历与经验背景： 计算机、人工智能、数学等相关专业，硕士及以上学历。具备 3 年左右 AI 算法工作经验，且至少包含 2 年以上的大语言模型（LLM）或多模态大模型（VLM）的一线训练与调优经验。
2. 强化学习（RL）核心背景： 拥有扎实的强化学习理论基础，有丰富的 RLHF、DPO、PPO 或其他 LLM 强化对齐算法的实际落地经验。
3. 技术栈与框架底座： 熟练掌握 Python 与 PyTorch。深入理解前沿的大模型基座（如 Qwen, Llama3, DeepSeek 等）及多模态架构（如 LLaVA, Qwen-VL 等）。熟悉 DeepSpeed、Megatron 等分布式训练框架，对显存优化（如 ZeRO 系列）有实际操作经验。
4. 工程能力与落地导向： 代码基本功扎实，具备优秀的工程实现能力。能够熟练使用 Docker 容器化技术进行算法环境的构建与跨平台部署。
5. 优先条件（大流量/高并发）： 有亿级用户量产品的大模型落地经验者优先；有具身智能（Embodied AI）、自动驾驶大模型、或复杂系统开源框架贡献经验者优先。

符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。

部门

京东科技