主分类：Agent系统开发
辅助：AI模型评测工程（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": "【北斗实习】大模型工程开发工程师 - AI Infrastructure 与平台",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "北京市",
"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": "海内外高校在校本科生（大三及以上）、硕士生及博士生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【课题说明】 \n以支撑大语言模型（LLM）大规模落地为目标，构建高性能、高可用的 AI 应用基础设施。研究与建设方向包括 AI 原生应用框架（AI App Framework）、高性能 Agent 编排引擎、评测系统及模型服务治理平台。课题旨在解决 AI 应用从原型到工业级生产环境中的工程挑战，打造支撑美团业务智能化的核心底层引擎。\n【建议研究方向】\n1.AI 应用开发框架： 设计并实现高性能、可扩展的 Agent/Workflow 运行核心，支持复杂逻辑的异步流式处理与调度。\n2.Agent 工程治理： 建立 Agent 运行期的可观测性、调试工具链及故障自愈机制，提升生产环境的稳定性。\n3.Agent自动化评测： 构建工业级的 LLM 评测基础设施，实现评测数据流转、多维度自动打分及评估结果的量化分析。\n4.多智能体架构：研究Agent架构的设计原理、组成模块及交互机制，探索其在自主决策、环境感知与任务执行中的优化方法，分析出游场景下的性能表现与扩展性，为智能体系统开发提供理论支撑。\n5.智能体记忆管理： 研究长短期记忆管理机制，在智能体与用户的多轮对话中，实现对上下文和用户个性化需求的持续追踪能力。",
"requirements_text": "【任职要求】\n海内外高校在校本科生（大三及以上）、硕士生及博士生，且以下条件至少满足一项：\n1.工程高手： 拥有顶尖互联网公司 AI 基础架构实习经验，或作为核心维护者参与过知名开源项目（如 LangChain, LlamaIndex, Ray 等）。\n2.编程悍将： 具备极强的 Coding 能力，精通 Java/Python/Go 至少一门语言，对数据结构与算法有深刻理解。\n3.竞赛大神： 在 ACM-ICPC、IEEE Extreme 等顶级编程竞赛，或 Kaggle、天池等大型工程/算法赛道获得过突出奖项。\n4.科研骨干： 作为骨干成员参与过实验室或导师承接的国家级/大型横向科研项目，具备处理复杂系统工程问题的经验。",
"skills": [AI生成
"Python",
"Java",
"数据结构",
"Go"
],
"preferred_qualifications": "未披露",
"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=4176528321&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4176528321",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4176528321&jobShareType=1"
},
"fulltext": "【北斗实习】大模型工程开发工程师 - AI Infrastructure 与平台\n【北斗实习】大模型工程开发工程师 - AI Infrastructure 与平台\n\n基础信息\n工作地点：北京市\n职位类别：技术类\n职位族群：软件\n更新时间：2026-02-06\n\n岗位职责\n【课题说明】 \n以支撑大语言模型（LLM）大规模落地为目标，构建高性能、高可用的 AI 应用基础设施。研究与建设方向包括 AI 原生应用框架（AI App Framework）、高性能 Agent 编排引擎、评测系统及模型服务治理平台。课题旨在解决 AI 应用从原型到工业级生产环境中的工程挑战，打造支撑美团业务智能化的核心底层引擎。\n【建议研究方向】\n1.AI 应用开发框架： 设计并实现高性能、可扩展的 Agent/Workflow 运行核心，支持复杂逻辑的异步流式处理与调度。\n2.Agent 工程治理： 建立 Agent 运行期的可观测性、调试工具链及故障自愈机制，提升生产环境的稳定性。\n3.Agent自动化评测： 构建工业级的 LLM 评测基础设施，实现评测数据流转、多维度自动打分及评估结果的量化分析。\n4.多智能体架构：研究Agent架构的设计原理、组成模块及交互机制，探索其在自主决策、环境感知与任务执行中的优化方法，分析出游场景下的性能表现与扩展性，为智能体系统开发提供理论支撑。\n5.智能体记忆管理： 研究长短期记忆管理机制，在智能体与用户的多轮对话中，实现对上下文和用户个性化需求的持续追踪能力。\n\n岗位基本要求\n【任职要求】\n海内外高校在校本科生（大三及以上）、硕士生及博士生，且以下条件至少满足一项：\n1.工程高手： 拥有顶尖互联网公司 AI 基础架构实习经验，或作为核心维护者参与过知名开源项目（如 LangChain, LlamaIndex, Ray 等）。\n2.编程悍将： 具备极强的 Coding 能力，精通 Java/Python/Go 至少一门语言，对数据结构与算法有深刻理解。\n3.竞赛大神： 在 ACM-ICPC、IEEE Extreme 等顶级编程竞赛，或 Kaggle、天池等大型工程/算法赛道获得过突出奖项。\n4.科研骨干： 作为骨干成员参与过实验室或导师承接的国家级/大型横向科研项目，具备处理复杂系统工程问题的经验。\n【课题说明】 \n以支撑大语言模型（LLM）大规模落地为目标，构建高性能、高可用的 AI 应用基础设施。研究与建设方向包括 AI 原生应用框架（AI App Framework）、高性能 Agent 编排引擎、评测系统及模型服务治理平台。课题旨在解决 AI 应用从原型到工业级生产环境中的工程挑战，打造支撑美团业务智能化的核心底层引擎。\n【建议研究方向】\n1.AI 应用开发框架： 设计并实现高性能、可扩展的 Agent/Workflow 运行核心，支持复杂逻辑的异步流式处理与调度。\n2.Agent 工程治理： 建立 Agent 运行期的可观测性、调试工具链及故障自愈机制，提升生产环境的稳定性。\n3.Agent自动化评测： 构建工业级的 LLM 评测基础设施，实现评测数据流转、多维度自动打分及评估结果的量化分析。\n4.多智能体架构：研究Agent架构的设计原理、组成模块及交互机制，探索其在自主决策、环境感知与任务执行中的优化方法，分析出游场景下的性能表现与扩展性，为智能体系统开发提供理论支撑。\n5.智能体记忆管理： 研究长短期记忆管理机制，在智能体与用户的多轮对话中，实现对上下文和用户个性化需求的持续追踪能力。\n【任职要求】\n海内外高校在校本科生（大三及以上）、硕士生及博士生，且以下条件至少满足一项：\n1.工程高手： 拥有顶尖互联网公司 AI 基础架构实习经验，或作为核心维护者参与过知名开源项目（如 LangChain, LlamaIndex, Ray 等）。\n2.编程悍将： 具备极强的 Coding 能力，精通 Java/Python/Go 至少一门语言，对数据结构与算法有深刻理解。\n3.竞赛大神： 在 ACM-ICPC、IEEE Extreme 等顶级编程竞赛，或 Kaggle、天池等大型工程/算法赛道获得过突出奖项。\n4.科研骨干： 作为骨干成员参与过实验室或导师承接的国家级/大型横向科研项目，具备处理复杂系统工程问题的经验。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}