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": "大模型算法实习生",
"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": 1,
"degree": "有计算机科学、数学、统计学或相关领域的硕士或博士学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 探索LLM前沿领域研究，包括但不限于数据建设、模型预训练、多模态、模型压缩、推理优化、逻辑推理、智能体、MoE、Scaling law和模型评估等工作。\n2. 负责优化和提升LLM对齐效果，包括数据质量优化、指令微调、奖励模型优化、强化学习（RL）策略迭代等，持续提高算法的效率和性能。\n3. 研究并优化模型在多模态工具调用 (Tool Use)、测试时适应 (Test-Time Scaling)、任务扩展 (Task Scaling) 及长序列能力 (Long-Sequence ability) 等前沿方向的能力。",
"requirements_text": "1. 有计算机科学、数学、统计学或相关领域的硕士或博士学位。\n2. 熟悉Python、Java等至少一种编程语言与深度学习框架，具有良好的编程能力和扎实的数学理论基础。\n3. 具备1年以上NLP经验，参与过大模型预训练、后训练和强化学习等任务的效果优化工作，能够根据实际问题改造和优化算法。\n4. 关注行业前沿进展，对技术开发及应用有热情，有自己的想法并乐于挑战自我。\n5. 良好的沟通能力，跨团队协作能力，具备出色的规划、执行力，强烈的责任感，以及优秀的学习能力和自我驱动力。\n6. 6个月以上，每周到岗4天以上。",
"skills": [AI生成
"Python",
"Java",
"深度学习",
"强化学习",
"团队协作",
"沟通能力",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "1. 能够接触到丰富GPU算力和海量数据，良好的技术氛围和技术牛人；\n2. 能够触达丰富的业务，具备技术挑战，使用技术手段解决业务中的实际问题。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4371090032&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4371090032",
"post_date": "",
"hire_time": "6. 6个月以上，每周到岗4天以上",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4371090032&jobShareType=1"
},
"fulltext": "大模型算法实习生\n大模型算法实习生\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：2026-09-15\n\n岗位职责\n1. 探索LLM前沿领域研究，包括但不限于数据建设、模型预训练、多模态、模型压缩、推理优化、逻辑推理、智能体、MoE、Scaling law和模型评估等工作。\n2. 负责优化和提升LLM对齐效果，包括数据质量优化、指令微调、奖励模型优化、强化学习（RL）策略迭代等，持续提高算法的效率和性能。\n3. 研究并优化模型在多模态工具调用 (Tool Use)、测试时适应 (Test-Time Scaling)、任务扩展 (Task Scaling) 及长序列能力 (Long-Sequence ability) 等前沿方向的能力。\n\n岗位基本要求\n1. 有计算机科学、数学、统计学或相关领域的硕士或博士学位。\n2. 熟悉Python、Java等至少一种编程语言与深度学习框架，具有良好的编程能力和扎实的数学理论基础。\n3. 具备1年以上NLP经验，参与过大模型预训练、后训练和强化学习等任务的效果优化工作，能够根据实际问题改造和优化算法。\n4. 关注行业前沿进展，对技术开发及应用有热情，有自己的想法并乐于挑战自我。\n5. 良好的沟通能力，跨团队协作能力，具备出色的规划、执行力，强烈的责任感，以及优秀的学习能力和自我驱动力。\n6. 6个月以上，每周到岗4天以上。\n\n岗位亮点\n1. 能够接触到丰富GPU算力和海量数据，良好的技术氛围和技术牛人；\n2. 能够触达丰富的业务，具备技术挑战，使用技术手段解决业务中的实际问题。\n1. 探索LLM前沿领域研究，包括但不限于数据建设、模型预训练、多模态、模型压缩、推理优化、逻辑推理、智能体、MoE、Scaling law和模型评估等工作。\n2. 负责优化和提升LLM对齐效果，包括数据质量优化、指令微调、奖励模型优化、强化学习（RL）策略迭代等，持续提高算法的效率和性能。\n3. 研究并优化模型在多模态工具调用 (Tool Use)、测试时适应 (Test-Time Scaling)、任务扩展 (Task Scaling) 及长序列能力 (Long-Sequence ability) 等前沿方向的能力。\n1. 有计算机科学、数学、统计学或相关领域的硕士或博士学位。\n2. 熟悉Python、Java等至少一种编程语言与深度学习框架，具有良好的编程能力和扎实的数学理论基础。\n3. 具备1年以上NLP经验，参与过大模型预训练、后训练和强化学习等任务的效果优化工作，能够根据实际问题改造和优化算法。\n4. 关注行业前沿进展，对技术开发及应用有热情，有自己的想法并乐于挑战自我。\n5. 良好的沟通能力，跨团队协作能力，具备出色的规划、执行力，强烈的责任感，以及优秀的学习能力和自我驱动力。\n6. 6个月以上，每周到岗4天以上。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}