算法实习生（Search / Research Agent 方向）· 2026-08-19

京东探索研究院自然语言实验室致力于提出和实现最前沿的算法，保持算法在工业界和学术界的领先地位，推动大语言模型、智能决策和深度学习算法在众多实际应用领域的性能优化和落地。实习生将参与部门的前沿研究项目，撰写并发表原创性论文，并结合京东内部业务场景，运用大语言模型技术解决实际业务问题。

1. 探索大语言模型 Search Agent 和 Research Agent 相关算法的研发。通过数据 query 合成与轨迹合成构建高质量的 Agent 交互数据，并利用在线强化学习与策略蒸馏（Online RL & OPD）机制驱动模型持续成长，同时深入研究推理（Inference）阶段的长文本上下文管理等优化策略，持续提升算法在学术和实际应用中的竞争力。 2. 结合京东业务场景，参与大语言模型相关技术的业务落地，不断优化迭代，确保算法的顺利实施和集成。

1. 熟悉大语言模型的后训练（Post-training）阶段相关算法，对偏好强化学习（如 PPO/GRPO）、在线强化学习（Online RL）、策略蒸馏（OPD）等前沿技术有深入理解。 2. 熟悉 Agent 框架与复杂推理优化，具备 Tool-integrated Reasoning (TIR) 研发经验，并了解长文本上下文管理、多轮交互优化等推理阶段策略。 3. 具备扎实的数据工程能力，熟悉数据 query 合成与轨迹合成方法，能够独立构建高质量的 Agent 训练数据。 4. 熟练使用 Python，掌握至少一种深度学习框架（如 PyTorch、TensorFlow），有大语言模型实际项目经验者优先。 5. 具备较强的科研能力，能够独立进行文献调研和实验设计；在国际顶级会议/期刊上发表相关论文者优先。 6. 有开源项目经历或计算机编程比赛经验者优先。 7. 实习时间大于六个月以上者优先。 工作地点：北京亦庄·京东集团总部