[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

# 多智能体联合训练与协同推理探索

北京市-北京市 Internship or early career 

Listed on JD.com’s official careers site. Posted July 20, 2026. Check that it is still open and apply there.
[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=8909)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 多智能体联合训练与协同推理探索

## Job description

工作职责
- 面向电商复杂场景，设计并实现高可用、高扩展的多智能体协作系统，优化智能体的任务规划与工具调用能力。
- 探索基于LLM的多智能体联合训练框架，研究博弈机制实现智能体能力的闭环自增，设计信用分配策略量化贡献度。
- 探索多模态信息融合的统一表示与生成技术，通过指令微调（SFT）与偏好对齐（RLHF/DPO），优化模型领域知识对齐。
- 追踪并引领多智能体、自监督学习及强化学习的前沿技术，探索复杂业务流程的智能化自动编排机制。
- 推动行业技术边界突破，积极撰写高水平学术论文并向国际顶级会议投稿。 任职要求
- 计算机科学、人工智能、自动化等相关领域的本硕博在校生，具备深厚的数学与算法功底。
- 深刻理解多智能体系统（MAS）或强化学习原理，精通LLM预/后训练流程，有AgentGym、MetaGPT等框架开发经验优先。
- 具备优秀的工程代码能力（如PyTorch/DeepSpeed/Megatron-LM），能高效处理复杂的多模态数据流。
- 学习与沟通能力强，具备强烈的责任心与团队合作精神。
- 在大模型、智能体领域有深厚项目积累，或在ICML, ICLR, CVPR, NeurIPS等顶会拥有论文成果者优先。

## At a glance
- Posted by the employer: Jul 20, 2026
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: 91 days
- Location: 北京市-北京市
- Employment type: Internship or early career[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=8909)

## 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/)