[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

# 高性能大模型密态训推算法研究

北京市-北京市 

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=8732)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 高性能大模型密态训推算法研究

## Job description

工作职责
- 负责制定大模型密态训练与推理的技术路线，统筹TEE、MPC、同态加密、量子加密及差分隐私等前沿技术与大模型全生命周期的深度融合，在确保高等级安全加密的同时，精准平衡训练与推理的效能表现；
- 研发密态训练数据流水线及高性能训练框架，通过底层算法与架构优化，实现训练数据在全流程中的安全可控，并致力于使密态环境下的训练效率趋近于明文处理水平；
- 探索并实现基于端云协同的全链路密态推理框架，确保推理过程的隐私保护与计算可靠性，并完成对大规模集群化架构及国产化硬件生态的深度适配与技术支撑。 任职要求
- 获得本科及以上学历，计算机科学、人工智能、自动化、数学、物理等相关专业；
- 具备扎实的数据结构与算法设计基础，拥有密态大模型（Confidential/Encrypted LLM）训练与推理能力的构建经验；
- 对前沿技术研究充满热情，具备卓越的创新思维、独立科研能力及系统化的问题解决能力；
- 在相关领域顶级学术会议或期刊上有高质量论文发表记录，或具备知名企业相关研发实习经验者优先。

## 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[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=8732)

## 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/)