[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

# 面向工业界Agent的强化学习后训练研究

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=8669)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 面向工业界Agent的强化学习后训练研究

## Job description

工作职责
- 开展复杂Agent场景下的强化学习算法研究，攻坚多轮工具调用与长链路决策核心痛点，涵盖稀疏奖励建模、信用分配(Credit Assignment)及策略优化稳定性等；
- 探索并落地适用于Agentic场景的新型RL（强化学习）算法，推动前沿技术在工业界的真实业务中落地；
- 深度挖掘京东海量用户行为日志（涵盖购买、加购、点击等），设计面向转化目标的多粒度Reward信号体系，将真实用户反馈转化为模型优化信号；
- 构建与完善面向工业界Agent的系统性评测体系，以多维度的评测数据驱动底层算法能力的持续迭代与升级。 任职要求
- 获得本科及以上学历，计算机、人工智能等相关专业；
- 具备扎实的强化学习理论基础，熟练掌握PPO、GRPO、DPO等主流对齐与强化学习算法；
- 具备大语言模型（LLM）后训练实践经验，熟悉SFT、RLHF或RLAIF等核心技术流程；
- 具备Agent训练、工具调用(Tool-use)或多步推理相关的实战经验，或在相关AI顶级会议有高质量论文发表记录；
- 熟练使用PyTorch深度学习框架，具备大规模分布式训练的实际工程经验。

## 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=8669)

## 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/)