职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4723670007

具身智能大模型算法实习生

未披露 · 北京市 / 上海市 / 深圳市 · 美团

主分类:机器人与自动驾驶算法研发
算法与数据
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": "具身智能大模型算法实习生",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "核心本地商业-基础研发平台",
        "location": "北京市 / 上海市 / 深圳市",
        "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": "计算机、人工智能、自动化、机器人等相关专业在读硕士生或博士生",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "我们正在寻找对具身智能与通用机器人技术充满热情的算法实习生。你将参与具身智能前沿算法研究及真机验证,与团队共同探索从模型架构、规模化训练到机器人实际部署的完整技术链路。\n\n1. 探索 VLA、World Model 等具身基础模型架构,研究视觉、语言、动作的统一表征与建模方法;\n2. 参与具身大模型的预训练与后训练,包括多源异构数据处理、指令动作对齐、真机模仿学习;\n3. 研究真机强化学习与自主进化方法,提升机器人在真实环境中的泛化和纠错能力;\n4. 开展移动操作、灵巧操作、全身运动控制等方向的算法研究与真机部署;\n5. 探索融合语音、视觉、动作的人机交互技术,提升机器人的意图理解与自然交互能力;\n6. 搭建具身 Agent 系统,研究任务规划、记忆、工具调用、环境反馈及长程任务执行;\n7. 参与具身智能评测体系建设,设计覆盖感知、推理、规划、控制及泛化能力的评测任务与指标。",
        "requirements_text": "1. 计算机、人工智能、自动化、机器人等相关专业在读硕士生或博士生;\n2. 熟悉深度学习基础,具备良好的 Python 和 PyTorch 编程能力;\n3. 在多模态大模型、生成模型、强化学习、机器人学习、运动控制等至少一个方向有相关研究或项目经验;\n4. 具备较强的学习能力、工程实践能力和问题分析能力,能够主动推进研究工作;",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "深度学习",
            "强化学习",
            "学习能力",
            "分析能力",
            "大语言模型"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "加入美团 LongCat Robotics具身智能大模型核心研发团队,参与全栈自研具身智能算法建设,覆盖数据采集、模型训练、真机部署及业务落地全链路。团队技术氛围浓厚,重视前沿技术探索与创新,为成员提供充足的研究空间和真实场景验证机会。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4723670007&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4723670007",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4723670007&jobShareType=1"
    },
    "fulltext": "具身智能大模型算法实习生\n具身智能大模型算法实习生\n\n基础信息\n工作地点:北京市 / 上海市 / 深圳市\n部门:核心本地商业-基础研发平台\n职位类别:技术类\n职位族群:算法\n更新时间:2026-08-27\n\n岗位职责\n我们正在寻找对具身智能与通用机器人技术充满热情的算法实习生。你将参与具身智能前沿算法研究及真机验证,与团队共同探索从模型架构、规模化训练到机器人实际部署的完整技术链路。\n\n1. 探索 VLA、World Model 等具身基础模型架构,研究视觉、语言、动作的统一表征与建模方法;\n2. 参与具身大模型的预训练与后训练,包括多源异构数据处理、指令动作对齐、真机模仿学习;\n3. 研究真机强化学习与自主进化方法,提升机器人在真实环境中的泛化和纠错能力;\n4. 开展移动操作、灵巧操作、全身运动控制等方向的算法研究与真机部署;\n5. 探索融合语音、视觉、动作的人机交互技术,提升机器人的意图理解与自然交互能力;\n6. 搭建具身 Agent 系统,研究任务规划、记忆、工具调用、环境反馈及长程任务执行;\n7. 参与具身智能评测体系建设,设计覆盖感知、推理、规划、控制及泛化能力的评测任务与指标。\n\n岗位基本要求\n1. 计算机、人工智能、自动化、机器人等相关专业在读硕士生或博士生;\n2. 熟悉深度学习基础,具备良好的 Python 和 PyTorch 编程能力;\n3. 在多模态大模型、生成模型、强化学习、机器人学习、运动控制等至少一个方向有相关研究或项目经验;\n4. 具备较强的学习能力、工程实践能力和问题分析能力,能够主动推进研究工作;\n\n岗位亮点\n加入美团 LongCat Robotics具身智能大模型核心研发团队,参与全栈自研具身智能算法建设,覆盖数据采集、模型训练、真机部署及业务落地全链路。团队技术氛围浓厚,重视前沿技术探索与创新,为成员提供充足的研究空间和真实场景验证机会。\n我们正在寻找对具身智能与通用机器人技术充满热情的算法实习生。你将参与具身智能前沿算法研究及真机验证,与团队共同探索从模型架构、规模化训练到机器人实际部署的完整技术链路。\n\n1. 探索 VLA、World Model 等具身基础模型架构,研究视觉、语言、动作的统一表征与建模方法;\n2. 参与具身大模型的预训练与后训练,包括多源异构数据处理、指令动作对齐、真机模仿学习;\n3. 研究真机强化学习与自主进化方法,提升机器人在真实环境中的泛化和纠错能力;\n4. 开展移动操作、灵巧操作、全身运动控制等方向的算法研究与真机部署;\n5. 探索融合语音、视觉、动作的人机交互技术,提升机器人的意图理解与自然交互能力;\n6. 搭建具身 Agent 系统,研究任务规划、记忆、工具调用、环境反馈及长程任务执行;\n7. 参与具身智能评测体系建设,设计覆盖感知、推理、规划、控制及泛化能力的评测任务与指标。\n1. 计算机、人工智能、自动化、机器人等相关专业在读硕士生或博士生;\n2. 熟悉深度学习基础,具备良好的 Python 和 PyTorch 编程能力;\n3. 在多模态大模型、生成模型、强化学习、机器人学习、运动控制等至少一个方向有相关研究或项目经验;\n4. 具备较强的学习能力、工程实践能力和问题分析能力,能够主动推进研究工作;",
    "standard_classification": {
        "std_category_code": "T013",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}