主分类：大模型与生成式算法研发
辅助：Agent系统开发（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】大模型应用算法工程师-智能交互",
"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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【课题说明】 \n本岗位聚焦点评C端AI产品的算法研发与能力建设，负责基于大语言模型的智能交互产品的搭建及在点评场景的应用落地，包括AI Search、评价总结、Overview生成等全链路AI产品功能，覆盖点评所有偏 C 端的 AI 算法场景。当前重点方向是 AI 搜，致力于打造业内领先的 C 端 AI 体验。\n【建议研究方向】\n1. 任务拆解与规划能力建设：研究复杂用户需求下的任务分解、工具调用与自动化评估能力，构建任务拆解规划工具，提升系统对多步骤、多场景任务的适应能力、执行效率和评估闭环能力。\n2. Memory与个性化交互技术：探索AI系统的记忆机制，使工具能够记住用户历史对话和偏好，打造更智能、更懂用户的个性化交互体验。\n3. 数据构建与模型训练优化：构造高质量训练数据，开展模型训练与自动评估体系建设，推动大模型在业务场景的高效应用和持续迭代。\n4. 本地生活场景质量保障：针对点评流量特点（结合现实世界的客观服务），研究质量保障相关技术，解决搜索和推荐结果的可信度与准确性问题。",
"requirements_text": "1. 硕士及以上学历，计算机科学、人工智能、自然语言处理或相关专业；\n2. 熟练掌握至少一种深度学习框架，如PyTorch、TensorFlow等，熟悉Python/Java编程语言，良好的编码习惯和工程能力；\n3. 具有生成式模型训练及开发经验，如大模型数据处理、模型微调、预训练、强化学习、AI Agent等。\n4. 有良好的沟通协作能力，能够在团队中积极主动地分享知识和经验；\n5. 善于分析和发现问题，具备较强的自驱力，有强烈的学习意愿和创新精神，对大模型技术有浓厚的兴趣和热情。",
"skills": [AI生成
"Python",
"Java",
"PyTorch",
"TensorFlow",
"深度学习",
"强化学习",
"自然语言处理",
"模型训练",
"模型微调",
"大语言模型"
],
"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=4337346398&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4337346398",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4337346398&jobShareType=1"
},
"fulltext": "【北斗实习】大模型应用算法工程师-智能交互\n【北斗实习】大模型应用算法工程师-智能交互\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：2026-04-01\n\n岗位职责\n【课题说明】 \n本岗位聚焦点评C端AI产品的算法研发与能力建设，负责基于大语言模型的智能交互产品的搭建及在点评场景的应用落地，包括AI Search、评价总结、Overview生成等全链路AI产品功能，覆盖点评所有偏 C 端的 AI 算法场景。当前重点方向是 AI 搜，致力于打造业内领先的 C 端 AI 体验。\n【建议研究方向】\n1. 任务拆解与规划能力建设：研究复杂用户需求下的任务分解、工具调用与自动化评估能力，构建任务拆解规划工具，提升系统对多步骤、多场景任务的适应能力、执行效率和评估闭环能力。\n2. Memory与个性化交互技术：探索AI系统的记忆机制，使工具能够记住用户历史对话和偏好，打造更智能、更懂用户的个性化交互体验。\n3. 数据构建与模型训练优化：构造高质量训练数据，开展模型训练与自动评估体系建设，推动大模型在业务场景的高效应用和持续迭代。\n4. 本地生活场景质量保障：针对点评流量特点（结合现实世界的客观服务），研究质量保障相关技术，解决搜索和推荐结果的可信度与准确性问题。\n\n岗位基本要求\n1. 硕士及以上学历，计算机科学、人工智能、自然语言处理或相关专业；\n2. 熟练掌握至少一种深度学习框架，如PyTorch、TensorFlow等，熟悉Python/Java编程语言，良好的编码习惯和工程能力；\n3. 具有生成式模型训练及开发经验，如大模型数据处理、模型微调、预训练、强化学习、AI Agent等。\n4. 有良好的沟通协作能力，能够在团队中积极主动地分享知识和经验；\n5. 善于分析和发现问题，具备较强的自驱力，有强烈的学习意愿和创新精神，对大模型技术有浓厚的兴趣和热情。\n【课题说明】 \n本岗位聚焦点评C端AI产品的算法研发与能力建设，负责基于大语言模型的智能交互产品的搭建及在点评场景的应用落地，包括AI Search、评价总结、Overview生成等全链路AI产品功能，覆盖点评所有偏 C 端的 AI 算法场景。当前重点方向是 AI 搜，致力于打造业内领先的 C 端 AI 体验。\n【建议研究方向】\n1. 任务拆解与规划能力建设：研究复杂用户需求下的任务分解、工具调用与自动化评估能力，构建任务拆解规划工具，提升系统对多步骤、多场景任务的适应能力、执行效率和评估闭环能力。\n2. Memory与个性化交互技术：探索AI系统的记忆机制，使工具能够记住用户历史对话和偏好，打造更智能、更懂用户的个性化交互体验。\n3. 数据构建与模型训练优化：构造高质量训练数据，开展模型训练与自动评估体系建设，推动大模型在业务场景的高效应用和持续迭代。\n4. 本地生活场景质量保障：针对点评流量特点（结合现实世界的客观服务），研究质量保障相关技术，解决搜索和推荐结果的可信度与准确性问题。\n1. 硕士及以上学历，计算机科学、人工智能、自然语言处理或相关专业；\n2. 熟练掌握至少一种深度学习框架，如PyTorch、TensorFlow等，熟悉Python/Java编程语言，良好的编码习惯和工程能力；\n3. 具有生成式模型训练及开发经验，如大模型数据处理、模型微调、预训练、强化学习、AI Agent等。\n4. 有良好的沟通协作能力，能够在团队中积极主动地分享知识和经验；\n5. 善于分析和发现问题，具备较强的自驱力，有强烈的学习意愿和创新精神，对大模型技术有浓厚的兴趣和热情。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}