主分类：AI训练推理与计算优化
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "LongCat - Agentic RL AI 工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-基础研发平台",
"location": "北京市 / 上海市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 参与美团超大规模的多模态大模型训练Infra建设\n2. 负责美团大规模多模态基座模型训练框架架构迭代，稳定性、易用性、可运维能力和可观测能力建设 \n3. 负责高达数万卡规模和数万亿参数的大规模训练性能优化",
"requirements_text": "1. 有扎实的计算机理论基础，熟练掌握C++或Python语言 \n2. 熟悉CUDA或NPU编程经验优先，有RDMA实践经验优先 \n3. 深入了解PyTorch 或 TensorFlow等引擎的架构和运行原理，有深度定制经验优先 \n4. 有Megatron-LM、DeepSpeed 等大模型训练框架的优化经验优先\n5. 深入理解大模型训练多维并行并行架构，如Tensor 并行、流水线并行、序列并行等 \n6. 深入理解多模态 模型结构，如ViT、DiT等\n7. 学习能力和好奇心强，具备良好的沟通协调能力与团队协作精神",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"CUDA",
"模型训练",
"团队协作",
"沟通协调",
"沟通能力",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "2. 熟悉CUDA或NPU编程经验优先，有RDMA实践经验优先；3. 深入了解PyTorch 或 TensorFlow等引擎的架构和运行原理，有深度定制经验优先；4. 有Megatron-LM、DeepSpeed 等大模型训练框架的优化经验优先",
"job_highlights": "业界前列的算力规模、海量数据和丰富的应用场景，深入协同算法团队深度参与大模型项目，共同探索Scaling Law 边界。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2431837310&jobShareType=1"
}
]
},
"posting": {
"posting_id": "2431837310",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2431837310&jobShareType=1"
},
"fulltext": "LongCat - Agentic RL AI 工程师\nLongCat - Agentic RL AI 工程师\n\n基础信息\n工作地点：北京市 / 上海市\n部门：核心本地商业-基础研发平台\n职位类别：技术类\n职位族群：软件\n更新时间：2026-05-28\n\n岗位职责\n1. 参与美团超大规模的多模态大模型训练Infra建设\n2. 负责美团大规模多模态基座模型训练框架架构迭代，稳定性、易用性、可运维能力和可观测能力建设 \n3. 负责高达数万卡规模和数万亿参数的大规模训练性能优化\n\n岗位基本要求\n1. 有扎实的计算机理论基础，熟练掌握C++或Python语言 \n2. 熟悉CUDA或NPU编程经验优先，有RDMA实践经验优先 \n3. 深入了解PyTorch 或 TensorFlow等引擎的架构和运行原理，有深度定制经验优先 \n4. 有Megatron-LM、DeepSpeed 等大模型训练框架的优化经验优先\n5. 深入理解大模型训练多维并行并行架构，如Tensor 并行、流水线并行、序列并行等 \n6. 深入理解多模态 模型结构，如ViT、DiT等\n7. 学习能力和好奇心强，具备良好的沟通协调能力与团队协作精神\n\n岗位亮点\n业界前列的算力规模、海量数据和丰富的应用场景，深入协同算法团队深度参与大模型项目，共同探索Scaling Law 边界。\n1. 参与美团超大规模的多模态大模型训练Infra建设\n2. 负责美团大规模多模态基座模型训练框架架构迭代，稳定性、易用性、可运维能力和可观测能力建设 \n3. 负责高达数万卡规模和数万亿参数的大规模训练性能优化\n1. 有扎实的计算机理论基础，熟练掌握C++或Python语言 \n2. 熟悉CUDA或NPU编程经验优先，有RDMA实践经验优先 \n3. 深入了解PyTorch 或 TensorFlow等引擎的架构和运行原理，有深度定制经验优先 \n4. 有Megatron-LM、DeepSpeed 等大模型训练框架的优化经验优先\n5. 深入理解大模型训练多维并行并行架构，如Tensor 并行、流水线并行、序列并行等 \n6. 深入理解多模态 模型结构，如ViT、DiT等\n7. 学习能力和好奇心强，具备良好的沟通协调能力与团队协作精神",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}