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": "【北斗实习】大模型算法研究员",
"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": "博士在读优先",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【课题说明】 \n探索本地生活服务场景下的AI原生应用优化，包括Agentic RL相关前沿领域与业务的结合，拥有独特的垂直领域高质量数据（本地生活场景），获得在业内最前沿的大模型认知和技术积累，既能做前沿 Research，也有直接的落地场景。\n【研究方向】\n1. 探索模型通过 RL Scaling 等方式使用成套工具解决复杂问题的行动和规划能力，包括 Human in the Loop 多轮交互下 Agent 基础建模的新方案、以及与复杂环境的交互学习能力。\n2. 探索模型在 Non-Rule Based Outcome 场景下利用复杂信息进行有效 Reasoning 推理的范式，包括 Proactive Agent 的建模方案 。\n3. 探索研究更多内在奖励的机制，从而激发模型主动学习和自我更新的能力。\n4. 探索构建长期记忆机制，为下一代高效的推理模型、长序列推理及建模提供基础。",
"requirements_text": "1. 博士在读优先，计算机、人工智能、自动化、数学、物理等相关专业。\n2.在强化学习、语言模型、机器学习等一个或多个领域有较深入的研究者。\n3. 好奇心驱动，具有出色的分析、解决问题的能力，有自主探索解决方案的能力者。\n4. 具有良好的沟通协作能力，对追求纯粹的技术有强烈热情，工作积极主动，能够与团队融洽合作，一起探索新技术并快速试验想法，推进技术进步。",
"skills": [AI生成
"机器学习",
"强化学习",
"解决问题"
],
"preferred_qualifications": "1. 博士在读优先，计算机、人工智能、自动化、数学、物理等相关专业",
"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=4195532486&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4195532486",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4195532486&jobShareType=1"
},
"fulltext": "【北斗实习】大模型算法研究员\n【北斗实习】大模型算法研究员\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\n更新时间：2026-02-14\n\n岗位职责\n【课题说明】 \n探索本地生活服务场景下的AI原生应用优化，包括Agentic RL相关前沿领域与业务的结合，拥有独特的垂直领域高质量数据（本地生活场景），获得在业内最前沿的大模型认知和技术积累，既能做前沿 Research，也有直接的落地场景。\n【研究方向】\n1. 探索模型通过 RL Scaling 等方式使用成套工具解决复杂问题的行动和规划能力，包括 Human in the Loop 多轮交互下 Agent 基础建模的新方案、以及与复杂环境的交互学习能力。\n2. 探索模型在 Non-Rule Based Outcome 场景下利用复杂信息进行有效 Reasoning 推理的范式，包括 Proactive Agent 的建模方案 。\n3. 探索研究更多内在奖励的机制，从而激发模型主动学习和自我更新的能力。\n4. 探索构建长期记忆机制，为下一代高效的推理模型、长序列推理及建模提供基础。\n\n岗位基本要求\n1. 博士在读优先，计算机、人工智能、自动化、数学、物理等相关专业。\n2.在强化学习、语言模型、机器学习等一个或多个领域有较深入的研究者。\n3. 好奇心驱动，具有出色的分析、解决问题的能力，有自主探索解决方案的能力者。\n4. 具有良好的沟通协作能力，对追求纯粹的技术有强烈热情，工作积极主动，能够与团队融洽合作，一起探索新技术并快速试验想法，推进技术进步。\n【课题说明】 \n探索本地生活服务场景下的AI原生应用优化，包括Agentic RL相关前沿领域与业务的结合，拥有独特的垂直领域高质量数据（本地生活场景），获得在业内最前沿的大模型认知和技术积累，既能做前沿 Research，也有直接的落地场景。\n【研究方向】\n1. 探索模型通过 RL Scaling 等方式使用成套工具解决复杂问题的行动和规划能力，包括 Human in the Loop 多轮交互下 Agent 基础建模的新方案、以及与复杂环境的交互学习能力。\n2. 探索模型在 Non-Rule Based Outcome 场景下利用复杂信息进行有效 Reasoning 推理的范式，包括 Proactive Agent 的建模方案 。\n3. 探索研究更多内在奖励的机制，从而激发模型主动学习和自我更新的能力。\n4. 探索构建长期记忆机制，为下一代高效的推理模型、长序列推理及建模提供基础。\n1. 博士在读优先，计算机、人工智能、自动化、数学、物理等相关专业。\n2.在强化学习、语言模型、机器学习等一个或多个领域有较深入的研究者。\n3. 好奇心驱动，具有出色的分析、解决问题的能力，有自主探索解决方案的能力者。\n4. 具有良好的沟通协作能力，对追求纯粹的技术有强烈热情，工作积极主动，能够与团队融洽合作，一起探索新技术并快速试验想法，推进技术进步。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}