{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "自然语言处理算法工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "成都市",
        "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": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 深入研究自然语言处理领域的前沿技术，利用大模型（LLM）与微调技术（LoRA/RLHF）优化语义理解能力，让系统更懂用户意图；\n2. 基于深度语义计算与大模型语义表示（如BERT/GPT系列等预训练模型），精准匹配用户需求，提升搜索与推荐效果；\n3. 利用智能对话技术与大模型（LLM），构建基于RAG（检索增强生成）的知识问答系统，为客户实时解决各类问题；\n4. 探索多模态大模型与Prompt Engineering在语义分析、篇章理解、对话管理等场景的应用，持续迭代NLP核心能力；\n5. 负责知识图谱与大模型融合的技术研发，利用LLM增强知识抽取、推理与问答效果。",
        "requirements_text": "1. 本科及以上学历，熟练掌握自然语言处理领域的基础理论和方法，并有丰富的相关方向研究经验；\n2. 在一个或多个领域有深入研究，包括分词、文本分类、语义分析、语义表示、语义匹配、组块分析、主题模型、篇章分析、对话管理、知识图谱等，并能利用大模型（如GPT/BERT/GLM等）提升上述任务效果；\n3. 熟练掌握C/C++/Java/Python/Perl/Shell等编程语言及数据结构基础算法，熟悉至少一种大模型训练框架（如PyTorch/TensorFlow）和HuggingFace生态；\n4. 具备大模型微调经验（LoRA/RLHF/指令微调）或Prompt Engineering能力，能利用LangChain/LlamaIndex等框架构建RAG/AI Agent应用；\n5. 优秀的分析问题和解决问题的能力，能利用AI辅助工具（如Copilot、自然语言问数等）提升数据分析与问题诊断效率；\n6. 对解决具有挑战性问题充满激情。\n具备以下经验者优先：\n1. 有对话、问答相关研究经验，有LLM在对话系统或问答系统落地经验者优先；\n2. 有知识图谱相关研究经验，有知识图谱与大模型融合（KG+LLM）实践经验者优先；\n3. 在国际一流会议或期刊（如ACL/EMNLP/NAACL/NeurIPS/ICML等）发表过NLP或AI相关论文者优先；\n4. 有开源大模型（如LLaMA、Qwen、ChatGLM等）微调或应用落地经验者优先。\n岗位亮点：\n1. 技术前沿：团队深耕NLP与大模型技术，参与公司核心AI能力建设，有机会接触业界最前沿的LLM研究与落地；\n2. 场景丰富：NLP技术广泛应用于搜索、推荐、对话、知识问答等核心业务场景，技术影响力直接作用于亿级用户；\n3. AI赋能：团队已全面引入AI辅助研发工具，提供充足的GPU算力与大模型实验环境，支持前沿技术快速迭代；\n4. 成长空间：完善的新人培养与融入机制，技术大牛一对一指导，鼓励发表顶会论文与参与开源社区贡献。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "PyTorch",
            "TensorFlow",
            "自然语言处理",
            "数据结构",
            "数据分析",
            "知识图谱",
            "模型训练",
            "模型微调",
            "解决问题",
            "大语言模型"
        ],
        "preferred_qualifications": "具备以下经验者优先：；1. 有对话、问答相关研究经验，有LLM在对话系统或问答系统落地经验者优先；2. 有知识图谱相关研究经验，有知识图谱与大模型融合（KG+LLM）实践经验者优先；3. 在国际一流会议或期刊（如ACL/EMNLP/NAACL/NeurIPS/ICML等）发表过NLP或AI相关论文者优先；4. 有开源大模型（如LLaMA、Qwen、ChatGLM等）微调或应用落地经验者优先",
        "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=4697274556&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4697274556",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4697274556&jobShareType=1"
    },
    "fulltext": "自然语言处理算法工程师\n自然语言处理算法工程师\n\n基础信息\n工作地点：成都市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-08-17\n\n岗位职责\n1. 深入研究自然语言处理领域的前沿技术，利用大模型（LLM）与微调技术（LoRA/RLHF）优化语义理解能力，让系统更懂用户意图；\n2. 基于深度语义计算与大模型语义表示（如BERT/GPT系列等预训练模型），精准匹配用户需求，提升搜索与推荐效果；\n3. 利用智能对话技术与大模型（LLM），构建基于RAG（检索增强生成）的知识问答系统，为客户实时解决各类问题；\n4. 探索多模态大模型与Prompt Engineering在语义分析、篇章理解、对话管理等场景的应用，持续迭代NLP核心能力；\n5. 负责知识图谱与大模型融合的技术研发，利用LLM增强知识抽取、推理与问答效果。\n\n岗位基本要求\n1. 本科及以上学历，熟练掌握自然语言处理领域的基础理论和方法，并有丰富的相关方向研究经验；\n2. 在一个或多个领域有深入研究，包括分词、文本分类、语义分析、语义表示、语义匹配、组块分析、主题模型、篇章分析、对话管理、知识图谱等，并能利用大模型（如GPT/BERT/GLM等）提升上述任务效果；\n3. 熟练掌握C/C++/Java/Python/Perl/Shell等编程语言及数据结构基础算法，熟悉至少一种大模型训练框架（如PyTorch/TensorFlow）和HuggingFace生态；\n4. 具备大模型微调经验（LoRA/RLHF/指令微调）或Prompt Engineering能力，能利用LangChain/LlamaIndex等框架构建RAG/AI Agent应用；\n5. 优秀的分析问题和解决问题的能力，能利用AI辅助工具（如Copilot、自然语言问数等）提升数据分析与问题诊断效率；\n6. 对解决具有挑战性问题充满激情。\n具备以下经验者优先：\n1. 有对话、问答相关研究经验，有LLM在对话系统或问答系统落地经验者优先；\n2. 有知识图谱相关研究经验，有知识图谱与大模型融合（KG+LLM）实践经验者优先；\n3. 在国际一流会议或期刊（如ACL/EMNLP/NAACL/NeurIPS/ICML等）发表过NLP或AI相关论文者优先；\n4. 有开源大模型（如LLaMA、Qwen、ChatGLM等）微调或应用落地经验者优先。\n岗位亮点：\n1. 技术前沿：团队深耕NLP与大模型技术，参与公司核心AI能力建设，有机会接触业界最前沿的LLM研究与落地；\n2. 场景丰富：NLP技术广泛应用于搜索、推荐、对话、知识问答等核心业务场景，技术影响力直接作用于亿级用户；\n3. AI赋能：团队已全面引入AI辅助研发工具，提供充足的GPU算力与大模型实验环境，支持前沿技术快速迭代；\n4. 成长空间：完善的新人培养与融入机制，技术大牛一对一指导，鼓励发表顶会论文与参与开源社区贡献。\n1. 深入研究自然语言处理领域的前沿技术，利用大模型（LLM）与微调技术（LoRA/RLHF）优化语义理解能力，让系统更懂用户意图；\n2. 基于深度语义计算与大模型语义表示（如BERT/GPT系列等预训练模型），精准匹配用户需求，提升搜索与推荐效果；\n3. 利用智能对话技术与大模型（LLM），构建基于RAG（检索增强生成）的知识问答系统，为客户实时解决各类问题；\n4. 探索多模态大模型与Prompt Engineering在语义分析、篇章理解、对话管理等场景的应用，持续迭代NLP核心能力；\n5. 负责知识图谱与大模型融合的技术研发，利用LLM增强知识抽取、推理与问答效果。\n1. 本科及以上学历，熟练掌握自然语言处理领域的基础理论和方法，并有丰富的相关方向研究经验；\n2. 在一个或多个领域有深入研究，包括分词、文本分类、语义分析、语义表示、语义匹配、组块分析、主题模型、篇章分析、对话管理、知识图谱等，并能利用大模型（如GPT/BERT/GLM等）提升上述任务效果；\n3. 熟练掌握C/C++/Java/Python/Perl/Shell等编程语言及数据结构基础算法，熟悉至少一种大模型训练框架（如PyTorch/TensorFlow）和HuggingFace生态；\n4. 具备大模型微调经验（LoRA/RLHF/指令微调）或Prompt Engineering能力，能利用LangChain/LlamaIndex等框架构建RAG/AI Agent应用；\n5. 优秀的分析问题和解决问题的能力，能利用AI辅助工具（如Copilot、自然语言问数等）提升数据分析与问题诊断效率；\n6. 对解决具有挑战性问题充满激情。\n具备以下经验者优先：\n1. 有对话、问答相关研究经验，有LLM在对话系统或问答系统落地经验者优先；\n2. 有知识图谱相关研究经验，有知识图谱与大模型融合（KG+LLM）实践经验者优先；\n3. 在国际一流会议或期刊（如ACL/EMNLP/NAACL/NeurIPS/ICML等）发表过NLP或AI相关论文者优先；\n4. 有开源大模型（如LLaMA、Qwen、ChatGLM等）微调或应用落地经验者优先。\n岗位亮点：\n1. 技术前沿：团队深耕NLP与大模型技术，参与公司核心AI能力建设，有机会接触业界最前沿的LLM研究与落地；\n2. 场景丰富：NLP技术广泛应用于搜索、推荐、对话、知识问答等核心业务场景，技术影响力直接作用于亿级用户；\n3. AI赋能：团队已全面引入AI辅助研发工具，提供充足的GPU算力与大模型实验环境，支持前沿技术快速迭代；\n4. 成长空间：完善的新人培养与融入机制，技术大牛一对一指导，鼓励发表顶会论文与参与开源社区贡献。",
    "standard_classification": {
        "std_category_code": "T036",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}