工作內容 ：1.大模型數據體系建設：構建多語言和多模態的數據處理流程和實驗鏈路，優化數據的篩選與配比策略，探索動態數據調整、多階段訓練和課程學習等方法提升數據質量和多樣性，優化大模型的訓練效果；2.合成數據探索：探索大規模合成數據方法，應用于復雜任務、推理、代碼和多模態等場景。制定合成數據在預訓練、強化學習等不同訓練階段的應用策略，并深入研究數據擴展規模定律、數據多樣性和模型坍塌等基礎問題，推動數據驅動的性能突破。職位要求：1.扎實的算法功底，熟悉自然語言處理和機器學習技術，對大模型和AGI有信仰；2.熟悉Python/Java等編程語言，動手能力強，ACM/ICPC、NOI/IOI等比賽獲獎者優先；3.熟悉PyTorch/Megtron/Huggingface等框架并有實際項目經驗；4.熟悉Transformer/BERT/GPT等主流模型，有大模型預訓練、對齊、強化等經驗；5.在領域內頂級會議或期刊發表過高水平論文，主導或參與過有影響力的開源項目，在權威評測或比賽中取得優秀名次者優先。符合京東價值觀：客戶為先、創新、拼搏、擔當、感恩、誠信。

京東科技集團是京東集團旗下專注于以技術為產業服務的業務子集團，致力于為企業、金融機構、政府等客戶提供全價值鏈的技術性產品與解決方案。依托人工智能、大數據、云計算、物聯網前沿科技能力，京東科技打造出了面向不同行業的產品和解決方案，以此幫助全社會各行業企業降低供應鏈成本，提升運營效率，成為值得產業信賴的數字合作伙伴。融合了原京東數科及云與AI兩大技術業務板塊，京東科技現已成為整個京東集團對外提供技術服務的核心輸出平臺，擁有豐富的產業理解力、深厚的風險管理能力、用戶運營能力和企業服務能力，能面向不同行業為客戶提供行業應用、產品開發與產業數字化服務。截至2020年6月末，在政府及其他客戶服務領域，京東科技服務了超過40家城市公共服務機構，在全國建立了50多個城市云服務基地，此外也建立了龐大的線下物聯網營銷平臺，擁有自營和聯盟媒體點位數超過1,500萬，覆蓋全國超過300座城市以及6億多人次；在金融機構服務領域，京東科技已為包括銀行、保險、基金、信托、證券公司在內的超600家各類金融機構提供了多層次數字化解決方案；在商戶與企業服務領域，已為超100萬家小微商戶、超20萬家中小企業、超700家大型商業中心等提供了包括業務和技術在內的數字化解決方案。目前京東科技擁有1萬多名員工，其中70%以上為研發和專業人員，并且擁有多位入選IEEE Fellow的科學家。截止2020年底，集團累計申請專利3540個，在AAAI、IJCAI、CVPR、KDD、NeurIPS、ICML、ACL、ICASSP等國際AI會議上共發表相關論文近350篇。在人工智能領域，京東科技在語音與聲學、計算機視覺、機器學習、知識圖譜、語義、對話等技術領域不斷深耕，并已在多項國際性學術賽事中斬獲19項世界頭名榮譽，與美國斯坦福大學、中國科技大學等多所國內外高校合作建立人工智能實驗室，充分展開產學研一體化實踐。此外，在國際獨立權威調研機構Forrester最新發布的《中國預測分析與機器學習解決方案廠商評測2020Q4》中，京東科技參評，躋身“不凡表現者”領域，同時京東NeuHub人工智能開放平臺累計調用量已高達萬億次。在云計算領域，截至目前，京東科技累計建基地及落地城市云超過50個，注冊用戶超過87萬，4萬+企業用戶，實現100%云上訂單，擁有全球排名前列規模Docker集群之一和中國排名前列的GPU集群之一。在物聯網領域，京東科技在2014年率先進行業務布局并發布自主研發、跨品牌、跨品類的智能家居互聯互通平臺。目前，IoT平臺連接高質量設備超2億臺；連接設備品類超230種；品牌超1000家；連接超4000款智能家居設備，交互次數超過27億；累計服務2600萬家庭。在區塊鏈領域，京東科技研發了自主可控、全面開源的底層引擎，并打造了業界知名的“京東智臻鏈”技術品牌，其中，“智臻鏈防偽追溯平臺”已合作品牌商超1,000 家，落鏈數據超10 億級，消費者“品質溯源”查詢次數超750 萬次。依托京東集團整體深厚的生態平臺與長期積累的技術實力，京東科技參與了多個國家重大科研項目：入選人工智能“國家隊”——科技部國家人工智能開放創新平臺名單，承擔起建設國家“新一代智能供應鏈人工智能開放創新平臺”的重任；牽頭承擔科技部國家重點研發計劃項目“國家中心城市數據管控與知識萃取技術和系統應用”、“國家新區數字孿生系統與融合網絡計算體系建設”、工信部公共服務平臺建設項目“面向人工智能創新應用先導區的應用場景公共服務平臺建設”等多個國家科研項目。京東科技是科技創新與實體產業深度融合的數智化企業，它脫胎于對供應鏈的深刻理解和行業洞察，發展于對互聯網技術的突破創新，成長于對實體經濟的服務和價值創造。