[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

# AI多模态存储与向量化计算探索研究

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=8801)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / AI多模态存储与向量化计算探索研究

## Job description

工作职责
- 参与下一代多模态向量存储与检索引擎的架构设计与核心研发，构建面向检索增强生成（RAG）、多模态理解等AI场景的高性能向量数据存储系统。
- 攻克海量多模态数据（图像、文本、视频、音频等）的向量化表示、高并发近似最近邻（ANN）索引及动态更新等性能瓶颈，保障高吞吐、低延迟下的混合检索质量。
- 深入大模型应用、智能搜索、推荐等多模态业务，精准洞察现有向量存储与计算架构的痛点，设计并落地端到端的存储、索引与推理协同优化方案。
- 探索前沿的向量量化压缩、基于学习索引、混合检索、存算一体等理论与技术趋势，推动多模态向量计算技术的创新与业务落地。
- 提炼技术成果，在顶级学术会议或期刊发表高质量论文、产出核心专利，打造团队在Data+AI基础设施领域的技术影响力。 任职要求
- 计算机科学、软件工程、人工智能、电子工程或相关领域的本硕博在校生，能连续实习三个月以上者优先。
- 具备扎实的算法与编程功底，熟练掌握 Python、C++ 或 Rust 中至少一门语言。
- 在向量化存储、近似最近邻搜索、分布式索引与存储、高性能向量化计算、大模型推理与检索增强（RAG）等任一领域有深入的研究积累。
- 对 Data+AI 基础设施充满热情，学习及动手能力强，具备极佳的独立思考能力，有系统级性能调优、海量数据查询瓶颈排查经验者优先。
- 在相关顶会（如 SIGMOD、VLDB、ICDE、NeurIPS、ICML、SOSP、OSDI、ATC 等）有论文发表经历，或参与过知名向量数据库、大数据开源项目（如 Lance、Milvus、Apache Arrow 等）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=8801)

## 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

### [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

### [OmniDialogue：全模态理解和语音对话大模型探索研究](https://jobs.opennash.com/companies/jd/jobs/ab00d61d9c086310ded6/)

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/)