[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

# 大模型用户行为语义化与知识关联研发

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=8913)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 大模型用户行为语义化与知识关联研发

## Job description

工作职责
- 聚焦大模型应用方向，基于LLM深入挖掘用户操作路径特征、解析行为语义，实现行为的语义化还原。
- 构建操作路径与知识资源的自动化关联机制，设计并实现适配智能体平台的技术方案，突破多模态融合、Agent决策等核心难点。
- 参与课题全流程，围绕核心目标开展技术研发与实验论证，产出高质量技术文档、专利或学术论文。
- 协同跨团队推动语义化还原、知识关联等技术成果在产品中落地，支撑平台行业客户的定制化需求。
- 跟踪国内外多模态大模型、Agent等最新技术动态，配合培养计划参与技术交流与经验传递。 任职要求
- 计算机科学、人工智能、软件工程、机器学习等相关领域的本硕博在校生。
- 具备扎实的编程与算法基础，熟悉主流大模型原理，掌握特征提取与知识自动化关联技术，精通Python/C++及主流深度学习框架。
- 具备LLM应用开发、向量检索、知识库构建、大模型微调（SFT）或Prompt Engineering等相关实战经验。
- 具备较强的科研思维，在ACL、EMNLP、NAACL等顶级会议或核心期刊有相关论文发表经历者优先。
- 具备良好的沟通协作能力与自我驱动力，对大模型应用及知识自动化关联领域有浓厚兴趣。

## 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=8913)

## 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/)