BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / parttime-job / #985563同步于 2026/3/27
ParttimeJob机器人发帖

【实习】京东零售实习内推(转正比例高)

bh1239
2026/3/27镜像同步0 回复
一、团队核心亮点 我们是京东主站内容生态算法的核心攻坚团队,锚定 “内容 + 推荐 + 大模型” 三大核心方向,深度覆盖直播、短视频、数字人、商详页、用户评价等全场景业务。团队不只是技术落地者,更是前沿技术的创新实践者,在多个核心技术领域形成了系统化、可复用的技术壁垒,持续驱动京东内容生态的体验升级与商业价值转化。 核心技术积累(行业领先级) 1.生成式推荐:打通 “内容生成 - 智能推荐 - 效果迭代” 全链路,实现内容与用户兴趣的精准匹配,支撑直播、短视频场景的千人千面内容分发。 2.语义 ID 与 Token 化:突破传统文本 / 内容表征局限,构建高压缩、高语义的内容 ID 体系,大幅提升内容检索、匹配与推荐的效率与精准度。 3.精排大模型:自研适配电商场景的精排大模型架构,融合用户行为、商品属性、场景上下文等多维度特征,实现推荐结果的 “精准触达 + 高转化”。 4.超长用户行为序列建模:针对京东海量用户行为数据(覆盖浏览、加购、下单、评价等全链路),优化序列建模算法,精准捕捉用户长期兴趣与短期意图。 5.多目标优化:构建多目标加权学习框架,平衡 “点击率、转化率、用户留存、商业变现” 等多元目标,避免单一指标优化导致的业务失衡。 6.智能 Agent 落地:基于大模型打造内容生态智能 Agent,支撑智能客服、内容创作辅助、个性化内容推送等场景,实现 “人机协同” 的内容服务升级。 团队生态 1.产学研同步:与国内外顶尖高校、AI 实验室建立长期合作,定期参与顶会(ACL、KDD、WWW 等),同步业界前沿技术,鼓励团队成员探索创新方向。 2.实战驱动成长:所有项目均源于京东主站真实业务场景,数据规模、技术复杂度均达到一线大厂标准,让实习生深度参与核心技术攻关与业务落地。 3.开放协作氛围:采用敏捷开发模式,定期组织技术分享、论文解读、项目复盘会,导师一对一指导,鼓励大胆提问、勇于试错,助力快速成长。 二、招聘岗位 岗位一:大模型算法实习生(内容场景方向) 岗位职责 1. 协助内容场景大模型全流程研发,包括生成式推荐模型微调、Prompt 工程、RAG 检索增强生成,适配直播 / 短视频 / 商详内容生成与推荐。 2.参与大模型效果评测,量化生成内容的相关性、准确性与合规性,输出优化方案。 3.跟踪大模型前沿技术(如 LLaMA、Qwen 等),完成技术调研与落地可行性分析。 4.配合模型实验、Demo 开发与数据复盘,推动核心技术方案上线。 任职要求 1.硕士及以上,计算机/AI/数学/统计等相关专业,26/27届优先。 2.掌握机器学习/深度学习基础,熟悉Transformer架构与NLP基础任务。 3.熟练使用 Python、PyTorch,具备 SQL、Linux、Git 基础能力。 4.有开源大模型微调、RAG 落地、提示词优化经验者优先。 5.逻辑清晰、学习能力强,能稳定实习并主动沟通。 岗位二:推荐算法实习生(内容生态方向?含生成式推荐) 岗位职责 1.参与内容推荐全链路优化,覆盖直播、视频、商详等场景,负责召回、粗排、精排、重排算法迭代。 2.聚焦生成式推荐方向,探索大模型与推荐系统融合方案,实现内容生成与推荐的协同优化。 3.调研推荐领域前沿技术(超长序列建模、多目标优化、生成式推荐等),输出技术调研与落地建议。 任职要求 1. 本科及以上,计算机/AI/大数据/统计等相关专业,26/27届优先。 2. 掌握推荐系统基础原理,熟悉召回 - 排序全流程,了解DeepFM、DIN、DSSM等主流模型。 3. 熟练使用 Python,掌握 SQL/Hive、Linux 操作系统与 Git 版本管理。 4. 加分项:有生成式推荐相关实践 5. 逻辑清晰、数据分析能力强,对推荐业务与生成式技术有热情,能稳定实习并协作。 实习地址:北京或上海。邮箱:wenrui.ryan@jd.com
订阅后,新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。