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】大语言模型后训练前沿算法研究",
"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",
"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": "简介：大语言模型后训练前沿算法研究包括但不限于：\n1、对齐算法研发：包括 SFT 数据建设，指令微调等。构建高质量的训练数据，包括自动化数据清洗、合成数据生产、高质量 Prompt Engineering 等。优化模型复杂指令遵循、逻辑推理、创作写作、代码生成以及工具调用等能力，提升模型综合能力和用户体验。\n2、人类偏好对齐：包括奖励模型、人类偏好对齐等前沿强化算法的探索和实践，提升模型在包括创意写作、对话风格以及模型内生安全对齐等人类偏好上的可控性，生成更符合人类价值观、逻辑习惯和审美偏好的内容。\n3、跟踪并实现最新的后训练技术（如数据领域自动化配比、后训练机制设计和优化等）。",
"requirements_text": "1、硕士及以上学历，计算机、人工智能、数学等相关专业，博士优先；\n2、熟悉NLP、LLM、RL等相关领域，对其中一个或多个方向有深入的研究经历，且有相关实践经验；\n3、有较强的分析和解决问题能力，能够自主探索、设计验证和推进落地。\n\n加分项：\n1、在有影响力的开源项目中做出过核心贡献；\n2、发表过高水平论文（如NeurIPS, ICLR, ICML, ACL, EMNLP等）。",
"skills": [AI生成
"解决问题",
"大语言模型"
],
"preferred_qualifications": "1、硕士及以上学历，计算机、人工智能、数学等相关专业，博士优先；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=4346490662&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4346490662",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4346490662&jobShareType=1"
},
"fulltext": "【基座大模型北斗实习】大语言模型后训练前沿算法研究\n【基座大模型北斗实习】大语言模型后训练前沿算法研究\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：2026-04-03\n\n岗位职责\n简介：大语言模型后训练前沿算法研究包括但不限于：\n1、对齐算法研发：包括 SFT 数据建设，指令微调等。构建高质量的训练数据，包括自动化数据清洗、合成数据生产、高质量 Prompt Engineering 等。优化模型复杂指令遵循、逻辑推理、创作写作、代码生成以及工具调用等能力，提升模型综合能力和用户体验。\n2、人类偏好对齐：包括奖励模型、人类偏好对齐等前沿强化算法的探索和实践，提升模型在包括创意写作、对话风格以及模型内生安全对齐等人类偏好上的可控性，生成更符合人类价值观、逻辑习惯和审美偏好的内容。\n3、跟踪并实现最新的后训练技术（如数据领域自动化配比、后训练机制设计和优化等）。\n\n岗位基本要求\n1、硕士及以上学历，计算机、人工智能、数学等相关专业，博士优先；\n2、熟悉NLP、LLM、RL等相关领域，对其中一个或多个方向有深入的研究经历，且有相关实践经验；\n3、有较强的分析和解决问题能力，能够自主探索、设计验证和推进落地。\n\n加分项：\n1、在有影响力的开源项目中做出过核心贡献；\n2、发表过高水平论文（如NeurIPS, ICLR, ICML, ACL, EMNLP等）。\n简介：大语言模型后训练前沿算法研究包括但不限于：\n1、对齐算法研发：包括 SFT 数据建设，指令微调等。构建高质量的训练数据，包括自动化数据清洗、合成数据生产、高质量 Prompt Engineering 等。优化模型复杂指令遵循、逻辑推理、创作写作、代码生成以及工具调用等能力，提升模型综合能力和用户体验。\n2、人类偏好对齐：包括奖励模型、人类偏好对齐等前沿强化算法的探索和实践，提升模型在包括创意写作、对话风格以及模型内生安全对齐等人类偏好上的可控性，生成更符合人类价值观、逻辑习惯和审美偏好的内容。\n3、跟踪并实现最新的后训练技术（如数据领域自动化配比、后训练机制设计和优化等）。\n1、硕士及以上学历，计算机、人工智能、数学等相关专业，博士优先；\n2、熟悉NLP、LLM、RL等相关领域，对其中一个或多个方向有深入的研究经历，且有相关实践经验；\n3、有较强的分析和解决问题能力，能够自主探索、设计验证和推进落地。\n\n加分项：\n1、在有影响力的开源项目中做出过核心贡献；\n2、发表过高水平论文（如NeurIPS, ICLR, ICML, ACL, EMNLP等）。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}