的智能算法部任职算法架构师,主要职责是带领算法团队完成公司相关的算法项目(包括供应链算法项目、NLP 项目和 CV 项目),助力公司实现供应链数智化愿景和前线业务的快速发展。同时也带领大数据团队完成相关大数据
的项目工作,助力公司实现全链路数字化,提高供应链全链路的人效。
主要的业绩如下:
(一)算法方面
1、AIGC 预训练大模型:基于 OpenAI的 GPT 系列、清华智谱 GLM 系列、科大讯飞星火等 AIGC 预训练大模型,结合工业行业的
领域大数据和强大的GPU算力资源,建立工业领域的NER属性抽取大模型,以解决京东工业相关的 NLP 算法项目。目前预训练大
模型已上线应用。算力方面,总计有约180块GPU算力资源,包括P40、A30、H800等型号的GPU,其中约40块GPU用于AIGC大
模型的训练,140块GPU算力资源用于以下标品挂载、同品识别等NLP其他算法项目。
2、NLP 标品挂载项目:目标是以高匹配率、高准确率和高召回率将千万级的商品挂载到人工创建的标品上,创建一品多商的挂载
关系;
3、NLP 同品识别项目:包含京东站内同品识别和站外同品识别,识别出名称不同但实际是同一商品的商品集,支持京东工业采销
部门的商品定价、京东内外部商品的比价等业务;
4、NLP 商机寻源项目:针对客户的商机,建立商机识别 NLP 模型,精准匹配客户需求商品与京东商品之间的对应关系,助力业
务成功将客户商机转化为公司的业务。
5、NLP 同品识别架构升级项目:在经典的 Bert 模型基础上,加入 AIGC 大模型重新构建同品识别框架模型,未来大部分的 NLP
项目都能使用统一的框架模型,减少定制化模型的开发,同时能够快速迭代模型和提高模型精确率和召回率等。
6、 NLP 类目识别项目:利用 Bert和 Sbert 深度学习模型,对 SKU 所属类目进行预测。主要营业场景包括灵犀商机 SKU 类目识
别预测、SKU 类目乱挂识别、客户物料配码等。
7、 AI 审单项目:采用 CV 图像识别技术对快递员签收运单上传的图片凭据进行识别,确保客户订单按时准确得到签收。目前已经
应用在企业送、前置仓等业务线上。
8、供应链K2智能决策项目:作为京东工业 IPNP (工业履约神经网络)项目集中最重要的一个项目,能够实现供应链全链路的"万仓
合一、万单合一"智能化决策,精准匹配商、仓,优化全链路各节点的决策、降低全链路的成本。
9、供应链B-Promise 时效承诺项目:通过时效预测模型精准预测订单的送达时间,提高B端客户的履约心智,降低客户经营成
本。
(二)大数据方面
大数据工作:带领团队完成工业数据集市、供应链 BI 系统建设、大促 CEO 实时大屏、重点客户(如中物院)保障等工作,实现公司
各业务环节的数字化,降低各环节的成本。