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】大模型多模态训练研究",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "简介：多模态训练pretrain和posttrain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：\n\n1、超长序列的高效pretrain训练方案。\n2、基于投机采样的方式加速多模态RL的训练效率。\n3、针对compute use场景的大规模agentic RL 高效训练方案探索。",
"requirements_text": "1、精通 C++/Python，熟悉 CUDA 编程、NCCL 通信库或 RDMA 网络优化；\n2、具有很强的学习能力、复杂问题归纳梳理能力、沟通和团队协作能力，具备能够深度钻研技术的耐心；\n3、至少深入研读过 Megatron-LM, vLLM, Sglang, VERL 其中之一的源码，并有过定制化修改或性能调优经历。 \n\n加分项目：\n1、有很强的学术研究能力和优秀的学术成果(AI领域顶会/顶刊论文)； \n2、熟悉RL的基础算法，包括PPO、GRPO等经典RL算法。",
"skills": [AI生成
"Python",
"C++",
"CUDA",
"性能调优",
"团队协作",
"学习能力"
],
"preferred_qualifications": "加分项目：",
"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=4346698795&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4346698795",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4346698795&jobShareType=1"
},
"fulltext": "【基座大模型北斗实习】大模型多模态训练研究\n【基座大模型北斗实习】大模型多模态训练研究\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：多模态训练pretrain和posttrain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：\n\n1、超长序列的高效pretrain训练方案。\n2、基于投机采样的方式加速多模态RL的训练效率。\n3、针对compute use场景的大规模agentic RL 高效训练方案探索。\n\n岗位基本要求\n1、精通 C++/Python，熟悉 CUDA 编程、NCCL 通信库或 RDMA 网络优化；\n2、具有很强的学习能力、复杂问题归纳梳理能力、沟通和团队协作能力，具备能够深度钻研技术的耐心；\n3、至少深入研读过 Megatron-LM, vLLM, Sglang, VERL 其中之一的源码，并有过定制化修改或性能调优经历。 \n\n加分项目：\n1、有很强的学术研究能力和优秀的学术成果(AI领域顶会/顶刊论文)； \n2、熟悉RL的基础算法，包括PPO、GRPO等经典RL算法。\n简介：多模态训练pretrain和posttrain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：\n\n1、超长序列的高效pretrain训练方案。\n2、基于投机采样的方式加速多模态RL的训练效率。\n3、针对compute use场景的大规模agentic RL 高效训练方案探索。\n1、精通 C++/Python，熟悉 CUDA 编程、NCCL 通信库或 RDMA 网络优化；\n2、具有很强的学习能力、复杂问题归纳梳理能力、沟通和团队协作能力，具备能够深度钻研技术的耐心；\n3、至少深入研读过 Megatron-LM, vLLM, Sglang, VERL 其中之一的源码，并有过定制化修改或性能调优经历。 \n\n加分项目：\n1、有很强的学术研究能力和优秀的学术成果(AI领域顶会/顶刊论文)； \n2、熟悉RL的基础算法，包括PPO、GRPO等经典RL算法。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}