主分类：大模型与生成式算法研发
辅助：搜索推荐与业务决策算法研发（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】大模型算法研究员——小团",
"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面向小团AI搜索中的复杂业务场景，研究一套泛化增强方法，旨在解决多场景、多约束、多工具条件下模型泛化不足、调用不稳和新业务接入成本高等问题，提升模型在复杂业务搜索任务中的跨场景迁移能力、多约束执行能力、多工具调用稳定性。\n【你将参与】\n1.业务场景泛化：提升多业务场景下的任务适配与迁移能力。围绕外卖、到店、零售、酒旅等典型业务场景，研究统一任务建模与多场景联合训练方法，增强模型在不同业务场景、不同用户表达和不同任务类型下的适配能力与迁移能力，提高跨场景条件下的端到端任务完成效果。\n2.复杂约束泛化与推理：提升复杂筛选条件下的理解与满足能力。围绕时间、地点、价格、人数、品类、优惠、排序偏好等核心筛选条件，研究复杂条件的识别、表示与执行方法，提升模型对多条件组合请求的理解能力、条件一致性处理能力和最终结果满足能力，增强复杂请求下的稳定执行效果。\n3.垂域工具调用泛化：提升搜索工具调用的准确性与结果一致性。围绕工具选择、参数生成、调用校验和结果整合等关键环节，研究搜索工具调用优化方法，提升模型在真实业务链路中的工具调用准确率、完整调用成功率以及最终结果与调用结果的一致性，提高整体任务执行的稳定性和可用性。",
"requirements_text": "【任职资格】\n必要条件：\n1.2027届本科及以上学历，计算机、人工智能等相关专业；\n2.在大模型后训练等方面有深入实践，具备较强的动手能力；\n3.扎实的深度学习和计算机理论基础，精通主流深度学习框架(如Tensorflow、Pytorch)；\n4.具备强悍的工程思维和代码能力，熟练使用Python/C++等编程语言。\n加分项：\n1.在ICLR/ICML/NIPS/ACL/CVPR等国际顶会有论文发表经历优先；\n2.优秀的分析、解决问题能力，对AGI的未来趋势与挑战有浓厚兴趣；\n3.对解决挑战性问题充满激情，较强的责任心、主动性和韧性，能良好的沟通协作。\t\n【为什么是我们】\n1、拥有业界一流的团队，成员大多来自国内外名校，团队内有多位北斗、博士，可全方位支持前沿技术研究； \n2、核心业务支撑，参与前沿的大型模型技术研究和落地，探索大模型技术在实际业务场景中的应用； \n3、创新型团队扁平化管理，研究成果直接连接数亿用户的实际生活；\n4、美团核心AI落地场景之一，与团队一起探索AI- Native应用的技术难点与挑战，个人成长快。",
"skills": [AI生成
"Python",
"C++",
"PyTorch",
"TensorFlow",
"深度学习",
"解决问题",
"大语言模型"
],
"preferred_qualifications": "加分项：；1.在ICLR/ICML/NIPS/ACL/CVPR等国际顶会有论文发表经历优先",
"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=4530913541&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4530913541",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4530913541&jobShareType=1"
},
"fulltext": "【北斗】大模型算法研究员——小团\n【北斗】大模型算法研究员——小团\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面向小团AI搜索中的复杂业务场景，研究一套泛化增强方法，旨在解决多场景、多约束、多工具条件下模型泛化不足、调用不稳和新业务接入成本高等问题，提升模型在复杂业务搜索任务中的跨场景迁移能力、多约束执行能力、多工具调用稳定性。\n【你将参与】\n1.业务场景泛化：提升多业务场景下的任务适配与迁移能力。围绕外卖、到店、零售、酒旅等典型业务场景，研究统一任务建模与多场景联合训练方法，增强模型在不同业务场景、不同用户表达和不同任务类型下的适配能力与迁移能力，提高跨场景条件下的端到端任务完成效果。\n2.复杂约束泛化与推理：提升复杂筛选条件下的理解与满足能力。围绕时间、地点、价格、人数、品类、优惠、排序偏好等核心筛选条件，研究复杂条件的识别、表示与执行方法，提升模型对多条件组合请求的理解能力、条件一致性处理能力和最终结果满足能力，增强复杂请求下的稳定执行效果。\n3.垂域工具调用泛化：提升搜索工具调用的准确性与结果一致性。围绕工具选择、参数生成、调用校验和结果整合等关键环节，研究搜索工具调用优化方法，提升模型在真实业务链路中的工具调用准确率、完整调用成功率以及最终结果与调用结果的一致性，提高整体任务执行的稳定性和可用性。\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、人工智能等相关专业；\n2.在大模型后训练等方面有深入实践，具备较强的动手能力；\n3.扎实的深度学习和计算机理论基础，精通主流深度学习框架(如Tensorflow、Pytorch)；\n4.具备强悍的工程思维和代码能力，熟练使用Python/C++等编程语言。\n加分项：\n1.在ICLR/ICML/NIPS/ACL/CVPR等国际顶会有论文发表经历优先；\n2.优秀的分析、解决问题能力，对AGI的未来趋势与挑战有浓厚兴趣；\n3.对解决挑战性问题充满激情，较强的责任心、主动性和韧性，能良好的沟通协作。\t\n【为什么是我们】\n1、拥有业界一流的团队，成员大多来自国内外名校，团队内有多位北斗、博士，可全方位支持前沿技术研究； \n2、核心业务支撑，参与前沿的大型模型技术研究和落地，探索大模型技术在实际业务场景中的应用； \n3、创新型团队扁平化管理，研究成果直接连接数亿用户的实际生活；\n4、美团核心AI落地场景之一，与团队一起探索AI- Native应用的技术难点与挑战，个人成长快。\n【愿景】\n面向小团AI搜索中的复杂业务场景，研究一套泛化增强方法，旨在解决多场景、多约束、多工具条件下模型泛化不足、调用不稳和新业务接入成本高等问题，提升模型在复杂业务搜索任务中的跨场景迁移能力、多约束执行能力、多工具调用稳定性。\n【你将参与】\n1.业务场景泛化：提升多业务场景下的任务适配与迁移能力。围绕外卖、到店、零售、酒旅等典型业务场景，研究统一任务建模与多场景联合训练方法，增强模型在不同业务场景、不同用户表达和不同任务类型下的适配能力与迁移能力，提高跨场景条件下的端到端任务完成效果。\n2.复杂约束泛化与推理：提升复杂筛选条件下的理解与满足能力。围绕时间、地点、价格、人数、品类、优惠、排序偏好等核心筛选条件，研究复杂条件的识别、表示与执行方法，提升模型对多条件组合请求的理解能力、条件一致性处理能力和最终结果满足能力，增强复杂请求下的稳定执行效果。\n3.垂域工具调用泛化：提升搜索工具调用的准确性与结果一致性。围绕工具选择、参数生成、调用校验和结果整合等关键环节，研究搜索工具调用优化方法，提升模型在真实业务链路中的工具调用准确率、完整调用成功率以及最终结果与调用结果的一致性，提高整体任务执行的稳定性和可用性。\n【任职资格】\n必要条件：\n1.2027届本科及以上学历，计算机、人工智能等相关专业；\n2.在大模型后训练等方面有深入实践，具备较强的动手能力；\n3.扎实的深度学习和计算机理论基础，精通主流深度学习框架(如Tensorflow、Pytorch)；\n4.具备强悍的工程思维和代码能力，熟练使用Python/C++等编程语言。\n加分项：\n1.在ICLR/ICML/NIPS/ACL/CVPR等国际顶会有论文发表经历优先；\n2.优秀的分析、解决问题能力，对AGI的未来趋势与挑战有浓厚兴趣；\n3.对解决挑战性问题充满激情，较强的责任心、主动性和韧性，能良好的沟通协作。\t\n【为什么是我们】\n1、拥有业界一流的团队，成员大多来自国内外名校，团队内有多位北斗、博士，可全方位支持前沿技术研究； \n2、核心业务支撑，参与前沿的大型模型技术研究和落地，探索大模型技术在实际业务场景中的应用； \n3、创新型团队扁平化管理，研究成果直接连接数亿用户的实际生活；\n4、美团核心AI落地场景之一，与团队一起探索AI- Native应用的技术难点与挑战，个人成长快。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T011"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}