[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

# 多源异构数据的大模型持续预训练算法研究

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=8996)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 多源异构数据的大模型持续预训练算法研究

## Job description

工作职责
- 研究多源异构业务数据在大语言模型持续预训练（Continual Pre-training）中的有效融合与表征方法。
- 设计并验证海量业务数据的自动化筛选、高优清洗与处理处理链路。
- 探索并调优不同业务数据融入方式与训练策略，破解灾难性遗忘等技术瓶颈。
- 评估预训练数据对下游具体业务任务效果的实际影响，以技术驱动整体业务指标提升。 任职要求
- 计算机科学、人工智能、数据科学等相关领域的本硕博在校生。
- 精通大模型数据构建与训练核心流程，具备丰富的预训练（PT）与后训练实战经验。
- 具备独立开展前沿技术研究的能力，以及出色的科研逻辑素养。
- 具备优秀的复杂业务数据抽象能力与代码落地能力。
- 以第一作者身份在顶级会议（如NeurIPS、ICML、ICLR等）有相关学术论文发表经历者优先。

## 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=8996)

## 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/)