主分类：大模型与生成式算法研发
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": "【大模型北斗实习】代码大模型",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"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": "随着AI技术的突破，代码大模型正成为软件开发领域的核心驱动力。基于LLM的代码生成工具已实现从自然语言描述到高质量代码的自动化生成，带来开发效率的大幅提升。本课题旨在打造行业的代码大模型，并推动Coding Agent在实际应用场景落地。 研究内容：\n1）通过代码pretrain、continue train、SFT、RL等手段，提升大模型的代码能力。\n2）构建高质量代码语料库，涵盖多语言、多场景的工业级代码数据。\n3）研发Coding Agent，支持代码生成、编辑、单测生成等领域的落地应用。",
"requirements_text": "1）熟悉NLP、LLM、MLsys、Optimization、OR、Control、RL等相关领域，对其中一个或多个方向有深入的研究经历，且有相关实际项目经验。\n2）熟悉Python等至少一门编程语言，熟悉LINUX环境。\n3）熟悉Pytorch、 Megatron、DeepSpeed 等开源训练框架。\n加分项：\n1）有影响力的开源项目中做出过核心贡献。\n2）发表过高水平论文优先（如NeurIPS,ICLR,ICML,ACL,EMNLP等）。\n3）KDDCup等业界知名机器学习比赛中获奖经历。",
"skills": [AI生成
"Python",
"Linux",
"PyTorch",
"机器学习",
"大语言模型"
],
"preferred_qualifications": "加分项：；2）发表过高水平论文优先（如NeurIPS,ICLR,ICML,ACL,EMNLP等）",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=3153761434&jobShareType=1"
}
]
},
"posting": {
"posting_id": "3153761434",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=3153761434&jobShareType=1"
},
"fulltext": "【大模型北斗实习】代码大模型\n【大模型北斗实习】代码大模型\n\n基础信息\n工作地点：北京市 / 上海市\n职位类别：技术类\n职位族群：算法,硬件,软件\n更新时间：2025-05-23\n\n岗位职责\n随着AI技术的突破，代码大模型正成为软件开发领域的核心驱动力。基于LLM的代码生成工具已实现从自然语言描述到高质量代码的自动化生成，带来开发效率的大幅提升。本课题旨在打造行业的代码大模型，并推动Coding Agent在实际应用场景落地。 研究内容：\n1）通过代码pretrain、continue train、SFT、RL等手段，提升大模型的代码能力。\n2）构建高质量代码语料库，涵盖多语言、多场景的工业级代码数据。\n3）研发Coding Agent，支持代码生成、编辑、单测生成等领域的落地应用。\n\n岗位基本要求\n1）熟悉NLP、LLM、MLsys、Optimization、OR、Control、RL等相关领域，对其中一个或多个方向有深入的研究经历，且有相关实际项目经验。\n2）熟悉Python等至少一门编程语言，熟悉LINUX环境。\n3）熟悉Pytorch、 Megatron、DeepSpeed 等开源训练框架。\n加分项：\n1）有影响力的开源项目中做出过核心贡献。\n2）发表过高水平论文优先（如NeurIPS,ICLR,ICML,ACL,EMNLP等）。\n3）KDDCup等业界知名机器学习比赛中获奖经历。\n随着AI技术的突破，代码大模型正成为软件开发领域的核心驱动力。基于LLM的代码生成工具已实现从自然语言描述到高质量代码的自动化生成，带来开发效率的大幅提升。本课题旨在打造行业的代码大模型，并推动Coding Agent在实际应用场景落地。 研究内容：\n1）通过代码pretrain、continue train、SFT、RL等手段，提升大模型的代码能力。\n2）构建高质量代码语料库，涵盖多语言、多场景的工业级代码数据。\n3）研发Coding Agent，支持代码生成、编辑、单测生成等领域的落地应用。\n1）熟悉NLP、LLM、MLsys、Optimization、OR、Control、RL等相关领域，对其中一个或多个方向有深入的研究经历，且有相关实际项目经验。\n2）熟悉Python等至少一门编程语言，熟悉LINUX环境。\n3）熟悉Pytorch、 Megatron、DeepSpeed 等开源训练框架。\n加分项：\n1）有影响力的开源项目中做出过核心贡献。\n2）发表过高水平论文优先（如NeurIPS,ICLR,ICML,ACL,EMNLP等）。\n3）KDDCup等业界知名机器学习比赛中获奖经历。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}