主分类：大模型与生成式算法研发
辅助：Agent系统开发（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（Agent/RL/推理）",
"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": "本科及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【愿景】\n建成全球持续领先、客户长期信赖的履约技术平台，打造市场首选、社会认可、服务10亿用户的配送品牌。\n\n【你将参与】\n方向一：Agent技术体系研究与落地\n1.设计并构建面向真实业务场景的Agent技术体系，涵盖任务规划、工具调用、多轮推理、自我反思与纠错等核心模块\n2.深入抽象业务核心问题，建立可量化的评估反馈信号，驱动Agent在复杂履约场景中实现可度量的效果提升\n3.探索Multi-Agent协作框架，研究Agent在千万级并发场景下的可靠性、安全性与成本效率\n方向二：LLM后训练算法研究\n1.负责面向特定业务场景的指令精调（SFT）、偏好对齐（RLHF/DPO/GRPO等）全链路研究与工程落地\n2.研究ScalableOversight、持续学习、AI和环境反馈的强化学习（RLXF）等前沿方向。同时探索奖励模型与反馈机制、可泛化的细粒度过程监督和奖励建模等，提升模型在复杂推理与工具调用任务上的能力上限\n3.主导训练数据的质量工程，包括数据清洗、合成数据构建及标注流程设计\n4.垂域模型定制化构建，领域认知智能突破，探索小样本场景自演进架构设计、可信推理机制构建等方向\n方向三：评测与数据体系建设\n1.设计覆盖Agent行为、模型能力、业务指标的多维评测体系，建立自动化的诊断与归因链路\n2.与业务团队深度协作，构建端到端的训练-评估-迭代闭环，将研究成果转化为线上可量化的业务收益\n方向四：前沿跟踪与对外输出\n1.持续追踪NeurIPS/ICML/ICLR/ACL等顶会最新进展，具备将前沿论文快速工程化落地的能力\n2.鼓励将内部研究成果整理为学术论文，向行业输出技术影响力",
"requirements_text": "【任职资格】\n必备条件：\n1.2027届计算机、数学、统计等相关专业在读或应届，本科及以上，博士/硕士优先\n2.扎实的机器学习与深度学习基础，熟悉Transformer架构及其变体，具备独立阅读和复现顶会论文的能力\n3.熟练掌握Python及PyTorch/JAX等主流框架，具备清晰的代码工程意识\n4.对大模型的训练流程（预训练/后训练）或Agent构建有系统性理解，具备独立完成端到端实验的能力\n5.具备RLHF/DPO/GRPO或其他对齐算法的实际训练与调优，对相关数据构建有深度认知\n加分项：\n1.熟悉ClaudeCode、OpenClaw、Hermes等开源Harness的设计和实现\n2.在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过论文（含在投），或有被广泛引用的开源项目\n3.有Agent系统（如ReAct/Toolformer/CodeAct类）的研究或工程经验，理解Agent失败模式与评估瓶颈\n4.参与过千卡以上规模分布式训练，或对推理优化（量化、投机解码等）有动手经验\n5.ACM-ICPC/Kaggle/算法竞赛获奖，展示出优秀的算法直觉与问题拆解能力\n6.具有跨学科视野，能将运筹优化、时空感知等方法引入LLMPost-Training体系\n【为什么是我们】\n1.真实战场：千万级日订单、百万级骑手，提供业界罕见的Agent大规模真实落地环境，不止是玩具Demo\n2.资源保障：充足的GPU集群资源，支持千卡规模的后训练实验，让想法落地不被算力卡脖子\n3.成果导向：团队鼓励发表顶会论文，内部有完善的学术合作通道\n4.高密度氛围：团队论文产出稳定，曾获美团技术突破奖、啃下硬骨头奖等荣誉，与多所顶尖高校保持长期联合研究",
"skills": [AI生成
"Python",
"PyTorch",
"React",
"机器学习",
"深度学习",
"大语言模型"
],
"preferred_qualifications": "1.2027届计算机、数学、统计等相关专业在读或应届，本科及以上，博士/硕士优先；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=4531292015&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4531292015",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4531292015&jobShareType=1"
},
"fulltext": "【北斗】大模型算法研究员（Agent/RL/推理）\n【北斗】大模型算法研究员（Agent/RL/推理）\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建成全球持续领先、客户长期信赖的履约技术平台，打造市场首选、社会认可、服务10亿用户的配送品牌。\n\n【你将参与】\n方向一：Agent技术体系研究与落地\n1.设计并构建面向真实业务场景的Agent技术体系，涵盖任务规划、工具调用、多轮推理、自我反思与纠错等核心模块\n2.深入抽象业务核心问题，建立可量化的评估反馈信号，驱动Agent在复杂履约场景中实现可度量的效果提升\n3.探索Multi-Agent协作框架，研究Agent在千万级并发场景下的可靠性、安全性与成本效率\n方向二：LLM后训练算法研究\n1.负责面向特定业务场景的指令精调（SFT）、偏好对齐（RLHF/DPO/GRPO等）全链路研究与工程落地\n2.研究ScalableOversight、持续学习、AI和环境反馈的强化学习（RLXF）等前沿方向。同时探索奖励模型与反馈机制、可泛化的细粒度过程监督和奖励建模等，提升模型在复杂推理与工具调用任务上的能力上限\n3.主导训练数据的质量工程，包括数据清洗、合成数据构建及标注流程设计\n4.垂域模型定制化构建，领域认知智能突破，探索小样本场景自演进架构设计、可信推理机制构建等方向\n方向三：评测与数据体系建设\n1.设计覆盖Agent行为、模型能力、业务指标的多维评测体系，建立自动化的诊断与归因链路\n2.与业务团队深度协作，构建端到端的训练-评估-迭代闭环，将研究成果转化为线上可量化的业务收益\n方向四：前沿跟踪与对外输出\n1.持续追踪NeurIPS/ICML/ICLR/ACL等顶会最新进展，具备将前沿论文快速工程化落地的能力\n2.鼓励将内部研究成果整理为学术论文，向行业输出技术影响力\n\n岗位基本要求\n【任职资格】\n必备条件：\n1.2027届计算机、数学、统计等相关专业在读或应届，本科及以上，博士/硕士优先\n2.扎实的机器学习与深度学习基础，熟悉Transformer架构及其变体，具备独立阅读和复现顶会论文的能力\n3.熟练掌握Python及PyTorch/JAX等主流框架，具备清晰的代码工程意识\n4.对大模型的训练流程（预训练/后训练）或Agent构建有系统性理解，具备独立完成端到端实验的能力\n5.具备RLHF/DPO/GRPO或其他对齐算法的实际训练与调优，对相关数据构建有深度认知\n加分项：\n1.熟悉ClaudeCode、OpenClaw、Hermes等开源Harness的设计和实现\n2.在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过论文（含在投），或有被广泛引用的开源项目\n3.有Agent系统（如ReAct/Toolformer/CodeAct类）的研究或工程经验，理解Agent失败模式与评估瓶颈\n4.参与过千卡以上规模分布式训练，或对推理优化（量化、投机解码等）有动手经验\n5.ACM-ICPC/Kaggle/算法竞赛获奖，展示出优秀的算法直觉与问题拆解能力\n6.具有跨学科视野，能将运筹优化、时空感知等方法引入LLMPost-Training体系\n【为什么是我们】\n1.真实战场：千万级日订单、百万级骑手，提供业界罕见的Agent大规模真实落地环境，不止是玩具Demo\n2.资源保障：充足的GPU集群资源，支持千卡规模的后训练实验，让想法落地不被算力卡脖子\n3.成果导向：团队鼓励发表顶会论文，内部有完善的学术合作通道\n4.高密度氛围：团队论文产出稳定，曾获美团技术突破奖、啃下硬骨头奖等荣誉，与多所顶尖高校保持长期联合研究\n【愿景】\n建成全球持续领先、客户长期信赖的履约技术平台，打造市场首选、社会认可、服务10亿用户的配送品牌。\n\n【你将参与】\n方向一：Agent技术体系研究与落地\n1.设计并构建面向真实业务场景的Agent技术体系，涵盖任务规划、工具调用、多轮推理、自我反思与纠错等核心模块\n2.深入抽象业务核心问题，建立可量化的评估反馈信号，驱动Agent在复杂履约场景中实现可度量的效果提升\n3.探索Multi-Agent协作框架，研究Agent在千万级并发场景下的可靠性、安全性与成本效率\n方向二：LLM后训练算法研究\n1.负责面向特定业务场景的指令精调（SFT）、偏好对齐（RLHF/DPO/GRPO等）全链路研究与工程落地\n2.研究ScalableOversight、持续学习、AI和环境反馈的强化学习（RLXF）等前沿方向。同时探索奖励模型与反馈机制、可泛化的细粒度过程监督和奖励建模等，提升模型在复杂推理与工具调用任务上的能力上限\n3.主导训练数据的质量工程，包括数据清洗、合成数据构建及标注流程设计\n4.垂域模型定制化构建，领域认知智能突破，探索小样本场景自演进架构设计、可信推理机制构建等方向\n方向三：评测与数据体系建设\n1.设计覆盖Agent行为、模型能力、业务指标的多维评测体系，建立自动化的诊断与归因链路\n2.与业务团队深度协作，构建端到端的训练-评估-迭代闭环，将研究成果转化为线上可量化的业务收益\n方向四：前沿跟踪与对外输出\n1.持续追踪NeurIPS/ICML/ICLR/ACL等顶会最新进展，具备将前沿论文快速工程化落地的能力\n2.鼓励将内部研究成果整理为学术论文，向行业输出技术影响力\n【任职资格】\n必备条件：\n1.2027届计算机、数学、统计等相关专业在读或应届，本科及以上，博士/硕士优先\n2.扎实的机器学习与深度学习基础，熟悉Transformer架构及其变体，具备独立阅读和复现顶会论文的能力\n3.熟练掌握Python及PyTorch/JAX等主流框架，具备清晰的代码工程意识\n4.对大模型的训练流程（预训练/后训练）或Agent构建有系统性理解，具备独立完成端到端实验的能力\n5.具备RLHF/DPO/GRPO或其他对齐算法的实际训练与调优，对相关数据构建有深度认知\n加分项：\n1.熟悉ClaudeCode、OpenClaw、Hermes等开源Harness的设计和实现\n2.在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过论文（含在投），或有被广泛引用的开源项目\n3.有Agent系统（如ReAct/Toolformer/CodeAct类）的研究或工程经验，理解Agent失败模式与评估瓶颈\n4.参与过千卡以上规模分布式训练，或对推理优化（量化、投机解码等）有动手经验\n5.ACM-ICPC/Kaggle/算法竞赛获奖，展示出优秀的算法直觉与问题拆解能力\n6.具有跨学科视野，能将运筹优化、时空感知等方法引入LLMPost-Training体系\n【为什么是我们】\n1.真实战场：千万级日订单、百万级骑手，提供业界罕见的Agent大规模真实落地环境，不止是玩具Demo\n2.资源保障：充足的GPU集群资源，支持千卡规模的后训练实验，让想法落地不被算力卡脖子\n3.成果导向：团队鼓励发表顶会论文，内部有完善的学术合作通道\n4.高密度氛围：团队论文产出稳定，曾获美团技术突破奖、啃下硬骨头奖等荣誉，与多所顶尖高校保持长期联合研究",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}