主分类：大模型与生成式算法研发
辅助：AI训练推理与计算优化（仅展示）
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】大规模 Post-training 算法架构前沿研究",
"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": "Post-training 是提升大模型专项能力的核心技术方向之一，包括不限于复杂推理（Reasoning）、价值观对齐（Alignment）、业务Agent应用等研究方向。\n本课题研究方向包括但不限于：\n1）实现高效灵活的多模型强化学习训练架构。\n2）通过合理灵活动态配置资源，提升PPO及各变种算法运行效率。\n3）研究低精度在 Post-training 中的应用方式。\n4）研究不同的算法+数据对效果的影响。\n5）在复杂框架下，研究如何高效的追踪记录训练过程，提升算法探索效率。",
"requirements_text": "1）熟悉大规模分布式训练、推理、量化等技术之一。\n2）熟悉常用的训练推理框架，vLLM、SGLang、Megatron、Deepspeed等。\n3）熟悉强化学习算法。\n加分项：相关领域开源项目或发表高水平论文。",
"skills": [AI生成
"强化学习"
],
"preferred_qualifications": "加分项：相关领域开源项目或发表高水平论文",
"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=3153937173&jobShareType=1"
}
]
},
"posting": {
"posting_id": "3153937173",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=3153937173&jobShareType=1"
},
"fulltext": "【大模型北斗实习】大规模 Post-training 算法架构前沿研究\n【大模型北斗实习】大规模 Post-training 算法架构前沿研究\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\nPost-training 是提升大模型专项能力的核心技术方向之一，包括不限于复杂推理（Reasoning）、价值观对齐（Alignment）、业务Agent应用等研究方向。\n本课题研究方向包括但不限于：\n1）实现高效灵活的多模型强化学习训练架构。\n2）通过合理灵活动态配置资源，提升PPO及各变种算法运行效率。\n3）研究低精度在 Post-training 中的应用方式。\n4）研究不同的算法+数据对效果的影响。\n5）在复杂框架下，研究如何高效的追踪记录训练过程，提升算法探索效率。\n\n岗位基本要求\n1）熟悉大规模分布式训练、推理、量化等技术之一。\n2）熟悉常用的训练推理框架，vLLM、SGLang、Megatron、Deepspeed等。\n3）熟悉强化学习算法。\n加分项：相关领域开源项目或发表高水平论文。\nPost-training 是提升大模型专项能力的核心技术方向之一，包括不限于复杂推理（Reasoning）、价值观对齐（Alignment）、业务Agent应用等研究方向。\n本课题研究方向包括但不限于：\n1）实现高效灵活的多模型强化学习训练架构。\n2）通过合理灵活动态配置资源，提升PPO及各变种算法运行效率。\n3）研究低精度在 Post-training 中的应用方式。\n4）研究不同的算法+数据对效果的影响。\n5）在复杂框架下，研究如何高效的追踪记录训练过程，提升算法探索效率。\n1）熟悉大规模分布式训练、推理、量化等技术之一。\n2）熟悉常用的训练推理框架，vLLM、SGLang、Megatron、Deepspeed等。\n3）熟悉强化学习算法。\n加分项：相关领域开源项目或发表高水平论文。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}