职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4436445290

多模态大模型后训练算法工程师

未披露 · 北京市 · 美团

主分类:大模型与生成式算法研发
算法与数据
辅助:计算机视觉与图像感知算法研发(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": "多模态大模型后训练算法工程师",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "核心本地商业-基础研发平台",
        "location": "北京市",
        "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": "教育背景:计算机科学、人工智能、电子信息、自动化、数学等相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、大模型技术研发:负责多模态理解和视频流大模型的后训练。包括数据生产、跨模态预训练、指令微调与强化学习,结合高效训练框架,提升模型对视频流内容的理解与交互能力。\n2、数据工程建设:包括数据采集、清洗、标注、存储与管理,确保数据质量、多样性与合规性,设计高效的数据清洗、标注、增强及评估流水线、为大模型训练提供坚实的数据基础。\n3、业务落地支持:支持公司现有的人脸核心业务,利用大模型能力提升业务指标,增强人脸对抗攻防、虚假内容鉴别、图像视频流理解等方向的能力,解决实际业务中的困难问题。\n4、技术前沿跟踪:紧跟多模态与视频流大模型前沿,专注时空序列建模、长视频上下文理解及全模态后训练技术的研发与业务落地,持续驱动AI前沿能力演进。",
        "requirements_text": "1、教育背景:计算机科学、人工智能、电子信息、自动化、数学等相关专业硕士及以上学历。\n2、算法经验:熟悉大模型后训练流程,具备SFT、DPO/RLHF等实战经验,精通数据、策略与评测的闭环调优。\n3、工具应用:熟练使用PyTorch等主流深度学习框架,具备大型模型分布式训练经验(熟练使用DeepSpeed, Megatron-LM等工具)。\n4、业务经验:具有3年以上计算机视觉或者多模态大模型在实际业务落地的研发经验。",
        "skills": [AI生成
            "PyTorch",
            "深度学习",
            "计算机视觉",
            "大语言模型"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "1、前沿技术方向:追踪多模态大模型与细粒度视频流理解技术,参与人脸人体多模态后训练体系的建设与研发。\n2、核心业务场景:算法直接赋能公司核心人脸业务,图像视频流分析业务,拥有海量真实场景数据与高并发线上反馈。\n3、技术能力全面:参与从数据清洗、SFT、偏好对齐(DPO/RLHF)到持续迭代的后训练全流程研发,培养全面技术专家。\n4、计算资源充沛:提供充足的算力集群与工程协同团队支持,解决显存与吞吐痛点,助力前沿算法快速验证与高效落地。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4436445290&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4436445290",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4436445290&jobShareType=1"
    },
    "fulltext": "多模态大模型后训练算法工程师\n多模态大模型后训练算法工程师\n\n基础信息\n工作地点:北京市\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:2026-06-29\n\n岗位职责\n1、大模型技术研发:负责多模态理解和视频流大模型的后训练。包括数据生产、跨模态预训练、指令微调与强化学习,结合高效训练框架,提升模型对视频流内容的理解与交互能力。\n2、数据工程建设:包括数据采集、清洗、标注、存储与管理,确保数据质量、多样性与合规性,设计高效的数据清洗、标注、增强及评估流水线、为大模型训练提供坚实的数据基础。\n3、业务落地支持:支持公司现有的人脸核心业务,利用大模型能力提升业务指标,增强人脸对抗攻防、虚假内容鉴别、图像视频流理解等方向的能力,解决实际业务中的困难问题。\n4、技术前沿跟踪:紧跟多模态与视频流大模型前沿,专注时空序列建模、长视频上下文理解及全模态后训练技术的研发与业务落地,持续驱动AI前沿能力演进。\n\n岗位基本要求\n1、教育背景:计算机科学、人工智能、电子信息、自动化、数学等相关专业硕士及以上学历。\n2、算法经验:熟悉大模型后训练流程,具备SFT、DPO/RLHF等实战经验,精通数据、策略与评测的闭环调优。\n3、工具应用:熟练使用PyTorch等主流深度学习框架,具备大型模型分布式训练经验(熟练使用DeepSpeed, Megatron-LM等工具)。\n4、业务经验:具有3年以上计算机视觉或者多模态大模型在实际业务落地的研发经验。\n\n岗位亮点\n1、前沿技术方向:追踪多模态大模型与细粒度视频流理解技术,参与人脸人体多模态后训练体系的建设与研发。\n2、核心业务场景:算法直接赋能公司核心人脸业务,图像视频流分析业务,拥有海量真实场景数据与高并发线上反馈。\n3、技术能力全面:参与从数据清洗、SFT、偏好对齐(DPO/RLHF)到持续迭代的后训练全流程研发,培养全面技术专家。\n4、计算资源充沛:提供充足的算力集群与工程协同团队支持,解决显存与吞吐痛点,助力前沿算法快速验证与高效落地。\n1、大模型技术研发:负责多模态理解和视频流大模型的后训练。包括数据生产、跨模态预训练、指令微调与强化学习,结合高效训练框架,提升模型对视频流内容的理解与交互能力。\n2、数据工程建设:包括数据采集、清洗、标注、存储与管理,确保数据质量、多样性与合规性,设计高效的数据清洗、标注、增强及评估流水线、为大模型训练提供坚实的数据基础。\n3、业务落地支持:支持公司现有的人脸核心业务,利用大模型能力提升业务指标,增强人脸对抗攻防、虚假内容鉴别、图像视频流理解等方向的能力,解决实际业务中的困难问题。\n4、技术前沿跟踪:紧跟多模态与视频流大模型前沿,专注时空序列建模、长视频上下文理解及全模态后训练技术的研发与业务落地,持续驱动AI前沿能力演进。\n1、教育背景:计算机科学、人工智能、电子信息、自动化、数学等相关专业硕士及以上学历。\n2、算法经验:熟悉大模型后训练流程,具备SFT、DPO/RLHF等实战经验,精通数据、策略与评测的闭环调优。\n3、工具应用:熟练使用PyTorch等主流深度学习框架,具备大型模型分布式训练经验(熟练使用DeepSpeed, Megatron-LM等工具)。\n4、业务经验:具有3年以上计算机视觉或者多模态大模型在实际业务落地的研发经验。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T034"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}