主分类：大模型与生成式算法研发
辅助：网络信息安全（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": "Cyber 大模型研究员／算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-基础研发平台",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 面向 Cyber 场景开展大模型与 Agent 能力研究，提升安全推理、工具使用与复杂攻防任务执行能力。\n2. 研究模型后训练、攻防数据构建、交互环境与奖励设计等方法，结合个人专长推进重点方向。\n3. 建设攻防能力评测，分析模型与 Agent 的能力瓶颈，开展模型与 Harness 的协同优化。",
"requirements_text": "1. 具备扎实的机器学习或网络安全基础，对大模型解决复杂攻防任务有深入理解。\n2. 在以下至少一个方向有深入研究或实践经验：Agentic SFT/RL、Cyber 模型后训练、攻防轨迹与数据工程、训练环境与奖励设计、代码与安全能力评测。\n3. 具备良好的研究与工程能力，能够独立开展问题分析、实验设计、技术实现与效果验证。\n4. 有相关论文、开源贡献、模型训练成果或漏洞研究经验者优先。",
"skills": [AI生成
"机器学习",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "4. 有相关论文、开源贡献、模型训练成果或漏洞研究经验者优先",
"job_highlights": "深入 AI 与网络安全交叉的前沿方向，结合真实攻防场景探索 Cyber 模型与 Agent 的能力边界。参与从任务与数据构建、模型训练到实战评测的完整研究过程，积累模型算法与攻防实践相结合的复合能力。根据个人专长，逐步独立负责专项研究方向，推动成果转化为可验证、可复用的攻防能力。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4780423486&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4780423486",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4780423486&jobShareType=1"
},
"fulltext": "Cyber 大模型研究员／算法工程师\nCyber 大模型研究员／算法工程师\n\n基础信息\n工作地点：北京市\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：运维\n更新时间：2026-09-16\n\n岗位职责\n1. 面向 Cyber 场景开展大模型与 Agent 能力研究，提升安全推理、工具使用与复杂攻防任务执行能力。\n2. 研究模型后训练、攻防数据构建、交互环境与奖励设计等方法，结合个人专长推进重点方向。\n3. 建设攻防能力评测，分析模型与 Agent 的能力瓶颈，开展模型与 Harness 的协同优化。\n\n岗位基本要求\n1. 具备扎实的机器学习或网络安全基础，对大模型解决复杂攻防任务有深入理解。\n2. 在以下至少一个方向有深入研究或实践经验：Agentic SFT/RL、Cyber 模型后训练、攻防轨迹与数据工程、训练环境与奖励设计、代码与安全能力评测。\n3. 具备良好的研究与工程能力，能够独立开展问题分析、实验设计、技术实现与效果验证。\n4. 有相关论文、开源贡献、模型训练成果或漏洞研究经验者优先。\n\n岗位亮点\n深入 AI 与网络安全交叉的前沿方向，结合真实攻防场景探索 Cyber 模型与 Agent 的能力边界。参与从任务与数据构建、模型训练到实战评测的完整研究过程，积累模型算法与攻防实践相结合的复合能力。根据个人专长，逐步独立负责专项研究方向，推动成果转化为可验证、可复用的攻防能力。\n1. 面向 Cyber 场景开展大模型与 Agent 能力研究，提升安全推理、工具使用与复杂攻防任务执行能力。\n2. 研究模型后训练、攻防数据构建、交互环境与奖励设计等方法，结合个人专长推进重点方向。\n3. 建设攻防能力评测，分析模型与 Agent 的能力瓶颈，开展模型与 Harness 的协同优化。\n1. 具备扎实的机器学习或网络安全基础，对大模型解决复杂攻防任务有深入理解。\n2. 在以下至少一个方向有深入研究或实践经验：Agentic SFT/RL、Cyber 模型后训练、攻防轨迹与数据工程、训练环境与奖励设计、代码与安全能力评测。\n3. 具备良好的研究与工程能力，能够独立开展问题分析、实验设计、技术实现与效果验证。\n4. 有相关论文、开源贡献、模型训练成果或漏洞研究经验者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T023"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}