[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All JD.com jobs](https://jobs.opennash.com/companies/jd/) · [Search jobs](/search/)

JD.com · 北京市-北京市

# 代码智能化算法与应用

北京市-北京市 

Listed on JD.com’s official careers site. Posted May 7, 2025. Check that it is still open and apply there.
[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=6027)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 代码智能化算法与应用

## Job description

工作职责
- 负责代码大模型（Code LLM）的全链路研发工作，涵盖持续续训、监督微调（SFT）及强化学习（RL）等核心环节，并结合Agent相关技术构建代码补全、代码生成、代码优化、光标位置预测及智能重写等核心能力；
- 持续追踪并对标国际领先的AI编码辅助产品（如Cursor等），通过技术攻坚不断迭代代码理解与生成的质量，确保在复杂编程场景下为开发者提供极致的智能化体验；
- 负责构建稳定、可靠的高性能Code AI服务体系，深入应用投机解码（Speculative Decoding）、模型量化等推理加速技术，实现模型部署的极致优化与资源高效利用；
- 致力于提供低延迟、高吞吐的AI编程服务支撑，通过算法与工程的深度融合，解决大规模并发下的推理性能瓶颈，确保AI能力在实际研发场景中的高可用性与顺滑落地。 任职要求
- 获得本科及以上学历，计算机科学、软件工程、人工智能、自然语言处理（NLP）等相关专业；
- 具备代码大模型（Code AI）相关研究背景，包括代码生成、补全、优化及AI4SE等领域，或熟悉高性能Code AI服务，掌握投机解码、模型量化等推理加速技术及AI Infra相关研究；
- 精通PyTorch、TensorFlow等深度学习框架，具备大语言模型（LLM）微调与强化学习实战经验，掌握代码抽象语法树（AST）分析、静态分析以及高级语言语法语义分析等软件工程方法；
- 在软件工程或人工智能领域的顶级学术会议（如ICSE、ASE、FSE、NeurIPS、ICML等）上有高质量论文发表记录，或具备Code LLM SFT/RL项目实战、知名企业研发实习经历者优先。

## At a glance
- Posted by the employer: May 7, 2025
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: Over a year
- Location: 北京市-北京市[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=6027)

## More jobs at JD.com

### [3D医疗影像多模态基础大模型研究](https://jobs.opennash.com/companies/jd/jobs/31cea141d3ff4222fc49/)

北京市-北京市

### [3D可控生成与空间智能多模态研究](https://jobs.opennash.com/companies/jd/jobs/9264cfdaab33cfb45f96/)

北京市-北京市

### [AI多模态存储与向量化计算探索研究](https://jobs.opennash.com/companies/jd/jobs/e91a2f3f9d7be9a91867/)

北京市-北京市

### [CodeAI代码大模型全链路与推理优化](https://jobs.opennash.com/companies/jd/jobs/234f9df632b03e4bec55/)

北京市-北京市

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)