[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

# 端到端大模型供应链智能决策底座研究

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=8643)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 端到端大模型供应链智能决策底座研究

## Job description

工作职责
- 负责构建覆盖定价、需求预测、库存优化、仓网规划及履约调度等全业务环节的供应链智能决策大模型，实现决策链路的智能化与自动化；
- 深入剖析供应链多环节协同场景，设计基于AI大模型原生解决复杂运筹优化(OR)问题的创新方案；
- 运用深度学习、强化学习及运筹优化等技术手段，构建高效、可扩展的AI决策模型，持续提升模型的精准度与业务价值；
- 探索大语言模型(LLM)、生成式AI及多智能体强化学习(MARL)等前沿技术在供应链决策中的应用，推动技术落地；
- 协同产品、工程与业务团队，推进大模型系统与现有平台的深度集成，确保算法成果的规模化与高效交付；
- 将复杂模型逻辑与决策结果转化为可解释、可操作的业务洞见，驱动供应链业务指标的实质性改善。 任职要求
- 获得本科及以上学历，计算机科学、人工智能、工业工程、应用数学等相关专业；
- 精通深度学习、强化学习、序列建模等AI底层技术，掌握运筹优化理论与方法，具备优秀的跨领域融合建模能力；
- 具备大语言模型(LLM)、生成式AI或多任务学习等方向的研究经验，在NeurIPS、ICML、ICLR、INFORMS等顶级会议或期刊有高质量论文发表记录；
- 具备超大规模数据处理能力，熟悉Spark、Hadoop等分布式计算框架，拥有海量业务数据建模与系统集成实战经验；
- 具备优秀的跨团队沟通与协作能力，对技术创新与供应链业务落地具有强烈自驱力；
- 具备良好的英文读写能力，能够熟练阅读并精准理解国际前沿学术文献与技术资料。

## 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=8643)

## 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/)