主分类：搜索推荐与业务决策算法研发
辅助：大模型与生成式算法研发（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": "【北斗】推荐大模型算法工程师",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"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": "2027届本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【愿景】\n美团推荐系统日均处理数十亿次请求，是国内规模最大、场景最复杂的本地生活推荐引擎之一。当 Scaling Law 在语言模型上的成功已被充分验证，推荐系统正站在同等量级的范式跃迁临界点——我们已经落地了MTGR等具有影响力的推荐大模型成果；我们正在做的，是让推荐系统进一步进化，构建下一代生成式Agentic推荐系统。\n【你将参与】\n1.生成式推荐建模：探索具有 Scale Up 属性的端到端生成式推荐架构，突破传统判别式模型的效果天花板，对用户行为序列进行深度建模，全方位挖掘用户兴趣。\n2.算法与工程协同：通过算法与系统的协同设计显著提升推荐链路 MFU 水平，解决大参数量模型在毫秒级在线服务下的效果-性能平衡难题。\n3.Agentic Recommendation：打破传统协同过滤的被动匹配局限，设计具备领域专家经验、推理能力与主动规划能力的推荐 Agent，探索意图理解驱动的下一代推荐范式。",
"requirements_text": "【任职资格】\n必要条件：\n1.2027届本科及以上学历，计算机/人工智能/统计学等相关专业；\n2.具备扎实的机器学习与深度学习理论基础；\n3.具有优秀的科研能力与工程实现能力，在搜索、推荐、广告或者大模型等方向具备有影响力的研究和落地成果。\n加分项：\n1.在 WWW/KDD/SIGIR/NeurIPS/ICML/ICLR 等顶会有较为丰富的论文成果；\n2.ACM/ICPC、Kaggle 等竞赛获奖经历。\n【为什么是我们】\n1.顶级算力与数据：千卡 GPU 集群 + 亿级真实用户行为数据直接业务影响；\n2.服务于美团全平台亿级用户，技术价值即刻可见跨领域研究前沿；\n3.LLM × Recommendation 是当前最前沿的交叉研究方向，与学术界保持深度合作成长赛道稀缺；\n4.推荐大模型复合人才极度稀缺，在此领域积累的竞争壁垒将成为职业发展的强力护城河。",
"skills": [AI生成
"机器学习",
"深度学习",
"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=4530463043&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4530463043",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4530463043&jobShareType=1"
},
"fulltext": "【北斗】推荐大模型算法工程师\n【北斗】推荐大模型算法工程师\n\n基础信息\n工作地点：北京市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-06-03\n\n岗位职责\n【愿景】\n美团推荐系统日均处理数十亿次请求，是国内规模最大、场景最复杂的本地生活推荐引擎之一。当 Scaling Law 在语言模型上的成功已被充分验证，推荐系统正站在同等量级的范式跃迁临界点——我们已经落地了MTGR等具有影响力的推荐大模型成果；我们正在做的，是让推荐系统进一步进化，构建下一代生成式Agentic推荐系统。\n【你将参与】\n1.生成式推荐建模：探索具有 Scale Up 属性的端到端生成式推荐架构，突破传统判别式模型的效果天花板，对用户行为序列进行深度建模，全方位挖掘用户兴趣。\n2.算法与工程协同：通过算法与系统的协同设计显著提升推荐链路 MFU 水平，解决大参数量模型在毫秒级在线服务下的效果-性能平衡难题。\n3.Agentic Recommendation：打破传统协同过滤的被动匹配局限，设计具备领域专家经验、推理能力与主动规划能力的推荐 Agent，探索意图理解驱动的下一代推荐范式。\n\n岗位基本要求\n【任职资格】\n必要条件：\n1.2027届本科及以上学历，计算机/人工智能/统计学等相关专业；\n2.具备扎实的机器学习与深度学习理论基础；\n3.具有优秀的科研能力与工程实现能力，在搜索、推荐、广告或者大模型等方向具备有影响力的研究和落地成果。\n加分项：\n1.在 WWW/KDD/SIGIR/NeurIPS/ICML/ICLR 等顶会有较为丰富的论文成果；\n2.ACM/ICPC、Kaggle 等竞赛获奖经历。\n【为什么是我们】\n1.顶级算力与数据：千卡 GPU 集群 + 亿级真实用户行为数据直接业务影响；\n2.服务于美团全平台亿级用户，技术价值即刻可见跨领域研究前沿；\n3.LLM × Recommendation 是当前最前沿的交叉研究方向，与学术界保持深度合作成长赛道稀缺；\n4.推荐大模型复合人才极度稀缺，在此领域积累的竞争壁垒将成为职业发展的强力护城河。\n【愿景】\n美团推荐系统日均处理数十亿次请求，是国内规模最大、场景最复杂的本地生活推荐引擎之一。当 Scaling Law 在语言模型上的成功已被充分验证，推荐系统正站在同等量级的范式跃迁临界点——我们已经落地了MTGR等具有影响力的推荐大模型成果；我们正在做的，是让推荐系统进一步进化，构建下一代生成式Agentic推荐系统。\n【你将参与】\n1.生成式推荐建模：探索具有 Scale Up 属性的端到端生成式推荐架构，突破传统判别式模型的效果天花板，对用户行为序列进行深度建模，全方位挖掘用户兴趣。\n2.算法与工程协同：通过算法与系统的协同设计显著提升推荐链路 MFU 水平，解决大参数量模型在毫秒级在线服务下的效果-性能平衡难题。\n3.Agentic Recommendation：打破传统协同过滤的被动匹配局限，设计具备领域专家经验、推理能力与主动规划能力的推荐 Agent，探索意图理解驱动的下一代推荐范式。\n【任职资格】\n必要条件：\n1.2027届本科及以上学历，计算机/人工智能/统计学等相关专业；\n2.具备扎实的机器学习与深度学习理论基础；\n3.具有优秀的科研能力与工程实现能力，在搜索、推荐、广告或者大模型等方向具备有影响力的研究和落地成果。\n加分项：\n1.在 WWW/KDD/SIGIR/NeurIPS/ICML/ICLR 等顶会有较为丰富的论文成果；\n2.ACM/ICPC、Kaggle 等竞赛获奖经历。\n【为什么是我们】\n1.顶级算力与数据：千卡 GPU 集群 + 亿级真实用户行为数据直接业务影响；\n2.服务于美团全平台亿级用户，技术价值即刻可见跨领域研究前沿；\n3.LLM × Recommendation 是当前最前沿的交叉研究方向，与学术界保持深度合作成长赛道稀缺；\n4.推荐大模型复合人才极度稀缺，在此领域积累的竞争壁垒将成为职业发展的强力护城河。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}