主分类：大模型与生成式算法研发
辅助：Agent系统开发、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": "大模型应用实习生（服务智能）",
"job_level": "实习",AI生成
"work_category": "实习",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": "2026 届获得本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍： LongCat Interaction 团队负责智能交互系统的研发与落地。团队依托 LLM 与多智能体架构，打造了WOWService 平台，为美团 App 数亿用户提供高效、个性化、7×24 小时的智能客服服务。在这个团队，我们专注于大模型训练与推理优化，让机器能够理解复杂用户意图、遵守业务规则、主动协作解决问题；我们建设自动化评测体系，用数据飞轮驱动模型持续进化；我们构建multi-agent协同框架，实现跨场景、跨部门的复杂任务处理。我们的使命：用大模型的能力，让每一位用户都能获得即时、准确、温暖的解决方案。\n\n工作内容\n\n1、数据挖掘与构建： 设计并维护高质量训练数据集，构建数据飞轮机制，利用大模型辅助数据生成与清洗，沉淀领域知识；\n2、大模型训练： 负责领域大模型post-training技术（不限于SFT、RL、GRM构建），提升模型在交互场景的表现；\n3、大模型评测： 构建自动化评测体系，设计skills评估方案，探索self-generated skills 与 human-designed skills 的差距，构建更完善的skills creator；设计基于模型与人工的评估方案，制定业务指标，驱动模型持续迭代优化；\n4、多智能体架构： 设计并开发多智能体协作框架，包括多轮交互 Agent、主动服务 Agent、意图理解 Agent 等，实现复杂任务的分治与协同；\n5、Co-work Agent： 熟练使用openclaw、claude code等提升工作效率、实现更多场景需求。",
"requirements_text": "1、2026 届获得本科及以上学历，计算机相关专业；\n2、在大模型训练、智能体、提示词工程、大模型评测等领域有实际开发经验者优先；\n3、有复杂多智能体系统设计经验者优先；\n4、有好奇心，喜欢新事物，善于合作，有创新精神；\n5、至少熟悉一门计算机编程语言，包括但不限于 C/C++/Java/Go/Python；\n6、有高水平论文的优先，包括但不限于ICLR、NeurIPS、ICML、 ACL、EMNLP、SIGIR 等；实践动手能力强，ACM ICPC、NOI/IOI、TopCoder、Kaggle 比赛获奖者优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"模型训练",
"Go",
"大语言模型",
"智能体开发",
"C语言"
],
"preferred_qualifications": "2、在大模型训练、智能体、提示词工程、大模型评测等领域有实际开发经验者优先；3、有复杂多智能体系统设计经验者优先；6、有高水平论文的优先，包括但不限于ICLR、NeurIPS、ICML、 ACL、EMNLP、SIGIR 等；实践动手能力强，ACM ICPC、NOI/IOI、TopCoder、Kaggle 比赛获奖者优先",
"job_highlights": "1、资深算法专家的一对一指导；\n2、丰富的GPU资源及核心场景数据；\n3、真实应用场景的实践；\n4、支持探索、指导发表会议/期刊论文；"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4241222974&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4241222974",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4241222974&jobShareType=1"
},
"fulltext": "大模型应用实习生（服务智能）\n大模型应用实习生（服务智能）\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：算法\n更新时间：2026-09-16\n\n岗位职责\n团队介绍： LongCat Interaction 团队负责智能交互系统的研发与落地。团队依托 LLM 与多智能体架构，打造了WOWService 平台，为美团 App 数亿用户提供高效、个性化、7×24 小时的智能客服服务。在这个团队，我们专注于大模型训练与推理优化，让机器能够理解复杂用户意图、遵守业务规则、主动协作解决问题；我们建设自动化评测体系，用数据飞轮驱动模型持续进化；我们构建multi-agent协同框架，实现跨场景、跨部门的复杂任务处理。我们的使命：用大模型的能力，让每一位用户都能获得即时、准确、温暖的解决方案。\n\n工作内容\n\n1、数据挖掘与构建： 设计并维护高质量训练数据集，构建数据飞轮机制，利用大模型辅助数据生成与清洗，沉淀领域知识；\n2、大模型训练： 负责领域大模型post-training技术（不限于SFT、RL、GRM构建），提升模型在交互场景的表现；\n3、大模型评测： 构建自动化评测体系，设计skills评估方案，探索self-generated skills 与 human-designed skills 的差距，构建更完善的skills creator；设计基于模型与人工的评估方案，制定业务指标，驱动模型持续迭代优化；\n4、多智能体架构： 设计并开发多智能体协作框架，包括多轮交互 Agent、主动服务 Agent、意图理解 Agent 等，实现复杂任务的分治与协同；\n5、Co-work Agent： 熟练使用openclaw、claude code等提升工作效率、实现更多场景需求。\n\n岗位基本要求\n1、2026 届获得本科及以上学历，计算机相关专业；\n2、在大模型训练、智能体、提示词工程、大模型评测等领域有实际开发经验者优先；\n3、有复杂多智能体系统设计经验者优先；\n4、有好奇心，喜欢新事物，善于合作，有创新精神；\n5、至少熟悉一门计算机编程语言，包括但不限于 C/C++/Java/Go/Python；\n6、有高水平论文的优先，包括但不限于ICLR、NeurIPS、ICML、 ACL、EMNLP、SIGIR 等；实践动手能力强，ACM ICPC、NOI/IOI、TopCoder、Kaggle 比赛获奖者优先。\n\n岗位亮点\n1、资深算法专家的一对一指导；\n2、丰富的GPU资源及核心场景数据；\n3、真实应用场景的实践；\n4、支持探索、指导发表会议/期刊论文；\n团队介绍： LongCat Interaction 团队负责智能交互系统的研发与落地。团队依托 LLM 与多智能体架构，打造了WOWService 平台，为美团 App 数亿用户提供高效、个性化、7×24 小时的智能客服服务。在这个团队，我们专注于大模型训练与推理优化，让机器能够理解复杂用户意图、遵守业务规则、主动协作解决问题；我们建设自动化评测体系，用数据飞轮驱动模型持续进化；我们构建multi-agent协同框架，实现跨场景、跨部门的复杂任务处理。我们的使命：用大模型的能力，让每一位用户都能获得即时、准确、温暖的解决方案。\n\n工作内容\n\n1、数据挖掘与构建： 设计并维护高质量训练数据集，构建数据飞轮机制，利用大模型辅助数据生成与清洗，沉淀领域知识；\n2、大模型训练： 负责领域大模型post-training技术（不限于SFT、RL、GRM构建），提升模型在交互场景的表现；\n3、大模型评测： 构建自动化评测体系，设计skills评估方案，探索self-generated skills 与 human-designed skills 的差距，构建更完善的skills creator；设计基于模型与人工的评估方案，制定业务指标，驱动模型持续迭代优化；\n4、多智能体架构： 设计并开发多智能体协作框架，包括多轮交互 Agent、主动服务 Agent、意图理解 Agent 等，实现复杂任务的分治与协同；\n5、Co-work Agent： 熟练使用openclaw、claude code等提升工作效率、实现更多场景需求。\n1、2026 届获得本科及以上学历，计算机相关专业；\n2、在大模型训练、智能体、提示词工程、大模型评测等领域有实际开发经验者优先；\n3、有复杂多智能体系统设计经验者优先；\n4、有好奇心，喜欢新事物，善于合作，有创新精神；\n5、至少熟悉一门计算机编程语言，包括但不限于 C/C++/Java/Go/Python；\n6、有高水平论文的优先，包括但不限于ICLR、NeurIPS、ICML、 ACL、EMNLP、SIGIR 等；实践动手能力强，ACM ICPC、NOI/IOI、TopCoder、Kaggle 比赛获奖者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009",
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}