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": "【基座大模型北斗实习】多模态大模型技术研究",
"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 / 深圳市",
"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": "简介：参与多模态大模型方向的前沿研究，可根据个人背景和研究兴趣选择以下方向之一深入推进：\n1、多模态预训练与后训练技术创新，提升模型在 OCR、文档图表解析、Visual Grounding、细粒度感知、视觉问答等核心任务上的能力上限。\n2、多模态强化学习方案设计，实现视觉感知与多模态理解场景下的高性能可信输出与幻觉抑制。\n3、视觉推理能力增强研究（Visual CoT、PRM 等），提升模型在复杂视觉任务上的推理深度。\n4、工具调用与 Agent 能力构建，探索多模态模型在规划决策场景中的综合表现。\n5、长上下文视觉理解与 GUI 能力研究，提升模型在长程复杂任务上的综合能力。\n6、其他你坚信路线正确的多模态大模型前沿方向。",
"requirements_text": "1、具备视觉多模态大模型的预训练或后训练研究经历；\n2、熟悉PyTorch，有充分的动手实践经验。\n\n加分项：\n1、社区影响力：在多模态大模型领域有影响力的开源项目中做出过核心贡献；\n2、学术影响力：发表过高水平论文（如ICLR、CVPR、ICCV等），有相关竞赛经历并取得名次。",
"skills": [AI生成
"PyTorch",
"大语言模型"
],
"preferred_qualifications": "加分项：",
"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=4346251550&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4346251550",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4346251550&jobShareType=1"
},
"fulltext": "【基座大模型北斗实习】多模态大模型技术研究\n【基座大模型北斗实习】多模态大模型技术研究\n\n基础信息\n工作地点：北京市 / 上海市 / 深圳市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-04-03\n\n岗位职责\n简介：参与多模态大模型方向的前沿研究，可根据个人背景和研究兴趣选择以下方向之一深入推进：\n1、多模态预训练与后训练技术创新，提升模型在 OCR、文档图表解析、Visual Grounding、细粒度感知、视觉问答等核心任务上的能力上限。\n2、多模态强化学习方案设计，实现视觉感知与多模态理解场景下的高性能可信输出与幻觉抑制。\n3、视觉推理能力增强研究（Visual CoT、PRM 等），提升模型在复杂视觉任务上的推理深度。\n4、工具调用与 Agent 能力构建，探索多模态模型在规划决策场景中的综合表现。\n5、长上下文视觉理解与 GUI 能力研究，提升模型在长程复杂任务上的综合能力。\n6、其他你坚信路线正确的多模态大模型前沿方向。\n\n岗位基本要求\n1、具备视觉多模态大模型的预训练或后训练研究经历；\n2、熟悉PyTorch，有充分的动手实践经验。\n\n加分项：\n1、社区影响力：在多模态大模型领域有影响力的开源项目中做出过核心贡献；\n2、学术影响力：发表过高水平论文（如ICLR、CVPR、ICCV等），有相关竞赛经历并取得名次。\n简介：参与多模态大模型方向的前沿研究，可根据个人背景和研究兴趣选择以下方向之一深入推进：\n1、多模态预训练与后训练技术创新，提升模型在 OCR、文档图表解析、Visual Grounding、细粒度感知、视觉问答等核心任务上的能力上限。\n2、多模态强化学习方案设计，实现视觉感知与多模态理解场景下的高性能可信输出与幻觉抑制。\n3、视觉推理能力增强研究（Visual CoT、PRM 等），提升模型在复杂视觉任务上的推理深度。\n4、工具调用与 Agent 能力构建，探索多模态模型在规划决策场景中的综合表现。\n5、长上下文视觉理解与 GUI 能力研究，提升模型在长程复杂任务上的综合能力。\n6、其他你坚信路线正确的多模态大模型前沿方向。\n1、具备视觉多模态大模型的预训练或后训练研究经历；\n2、熟悉PyTorch，有充分的动手实践经验。\n\n加分项：\n1、社区影响力：在多模态大模型领域有影响力的开源项目中做出过核心贡献；\n2、学术影响力：发表过高水平论文（如ICLR、CVPR、ICCV等），有相关竞赛经历并取得名次。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}