主分类：机器人与自动驾驶算法研发
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": "【LongCat实习】具身算法工程前沿研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"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": "",
"degree": "在计算机科学或相关领域获得学士、硕士或博士学位",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "在 LongCat 基座大模型团队，参与探索具身智能基础模型的架构和范式，从系统架构、数据策略、模型结构、训练策略等角度切入，参与算法研究、系统工程和数据工程，打造具有更强能力和更高潜力的基座模型。包括：\n1. 多源数据的合成和处理，包括：egocentric video 数据、仿真数据、UMI 采集数据、真机遥操作数据等\n2. 具身智能系统的架构设计，Agent 系统、大小脑和 Monitor 等多层次结构\n3. 模型泛化性探索：无需额外训练实现跨本体多任务；基于少量演示数据作为上下文，增强模型能力；基于自动探索，在线学习新技能。\n4. 模型全流程，预训练、mid train、SFT、强化学习、部署和评测等\n同时参与具身智能方向的前沿研究，可根据个人背景和研究兴趣选择以下方向之一深入推进：\n1. 具身智能模型、数据、训练方法和系统等相关的设计\n2. 仿真环境内的轨迹自动化生成方法（数据引擎/合成数据）\n3. egocentric video 数据的有效使用\n4. 基于多模态大模型的泛化具身智能 Agent 系统研究\n5. 模型泛化性研究和主动探索研究\n6. 其他你坚信路线正确的具身智能前沿方向",
"requirements_text": "1. 在计算机科学或相关领域获得学士、硕士或博士学位\n2. 具备扎实的编程能力、出色的自驱力、快速学习能力和解决问题的能力\n3. 对人工智能、计算机图形学、机器人等领域有相关经验\n4. 对具身智能和仿真技术抱有浓厚兴趣和热情，在相关领域有深入研究\n5. 在人工智能、计算机图形学、机器人等领域的顶级会议或期刊上有论文发表者优先",
"skills": [AI生成
"解决问题",
"学习能力"
],
"preferred_qualifications": "5. 在人工智能、计算机图形学、机器人等领域的顶级会议或期刊上有论文发表者优先",
"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=4601969028&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4601969028",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4601969028&jobShareType=1"
},
"fulltext": "【LongCat实习】具身算法工程前沿研究\n【LongCat实习】具身算法工程前沿研究\n\n基础信息\n工作地点：北京市 / 上海市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-07-01\n\n岗位职责\n在 LongCat 基座大模型团队，参与探索具身智能基础模型的架构和范式，从系统架构、数据策略、模型结构、训练策略等角度切入，参与算法研究、系统工程和数据工程，打造具有更强能力和更高潜力的基座模型。包括：\n1. 多源数据的合成和处理，包括：egocentric video 数据、仿真数据、UMI 采集数据、真机遥操作数据等\n2. 具身智能系统的架构设计，Agent 系统、大小脑和 Monitor 等多层次结构\n3. 模型泛化性探索：无需额外训练实现跨本体多任务；基于少量演示数据作为上下文，增强模型能力；基于自动探索，在线学习新技能。\n4. 模型全流程，预训练、mid train、SFT、强化学习、部署和评测等\n同时参与具身智能方向的前沿研究，可根据个人背景和研究兴趣选择以下方向之一深入推进：\n1. 具身智能模型、数据、训练方法和系统等相关的设计\n2. 仿真环境内的轨迹自动化生成方法（数据引擎/合成数据）\n3. egocentric video 数据的有效使用\n4. 基于多模态大模型的泛化具身智能 Agent 系统研究\n5. 模型泛化性研究和主动探索研究\n6. 其他你坚信路线正确的具身智能前沿方向\n\n岗位基本要求\n1. 在计算机科学或相关领域获得学士、硕士或博士学位\n2. 具备扎实的编程能力、出色的自驱力、快速学习能力和解决问题的能力\n3. 对人工智能、计算机图形学、机器人等领域有相关经验\n4. 对具身智能和仿真技术抱有浓厚兴趣和热情，在相关领域有深入研究\n5. 在人工智能、计算机图形学、机器人等领域的顶级会议或期刊上有论文发表者优先\n在 LongCat 基座大模型团队，参与探索具身智能基础模型的架构和范式，从系统架构、数据策略、模型结构、训练策略等角度切入，参与算法研究、系统工程和数据工程，打造具有更强能力和更高潜力的基座模型。包括：\n1. 多源数据的合成和处理，包括：egocentric video 数据、仿真数据、UMI 采集数据、真机遥操作数据等\n2. 具身智能系统的架构设计，Agent 系统、大小脑和 Monitor 等多层次结构\n3. 模型泛化性探索：无需额外训练实现跨本体多任务；基于少量演示数据作为上下文，增强模型能力；基于自动探索，在线学习新技能。\n4. 模型全流程，预训练、mid train、SFT、强化学习、部署和评测等\n同时参与具身智能方向的前沿研究，可根据个人背景和研究兴趣选择以下方向之一深入推进：\n1. 具身智能模型、数据、训练方法和系统等相关的设计\n2. 仿真环境内的轨迹自动化生成方法（数据引擎/合成数据）\n3. egocentric video 数据的有效使用\n4. 基于多模态大模型的泛化具身智能 Agent 系统研究\n5. 模型泛化性研究和主动探索研究\n6. 其他你坚信路线正确的具身智能前沿方向\n1. 在计算机科学或相关领域获得学士、硕士或博士学位\n2. 具备扎实的编程能力、出色的自驱力、快速学习能力和解决问题的能力\n3. 对人工智能、计算机图形学、机器人等领域有相关经验\n4. 对具身智能和仿真技术抱有浓厚兴趣和热情，在相关领域有深入研究\n5. 在人工智能、计算机图形学、机器人等领域的顶级会议或期刊上有论文发表者优先",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}