美团
实习【基座大模型北斗实习】具身智能前沿研究
北京/上海 · 实习 · 博士
长期有效
任职要求
- 1、计算机科学、自动化、机器人或相关领域在读硕士/博士研究生；
- 2、具备扎实编程能力，熟练掌握 Python 及 PyTorch；熟悉 C++ 者优先；
- 3、对具身智能、机器人、计算机图形学或多模态大模型中至少一个方向有深入的理论基础与研究积累；
- 4、有较强的自驱力和独立解决问题的能力，能在模糊环境中推进研究；
- 具备以下者优先：
- 1、在 AI、机器人、计算机图形学等领域 CCF-A 类或同级顶会/顶刊（如 CVPR/ICCV/CoRL/RSS/NeurIPS 等）发表论文（第一作者/共同一作优先）；
- 2、参与国际/国内顶级算法竞赛并获得名次；
- 3、有大型科研项目或有影响力开源项目的核心贡献经历。
岗位描述
【岗位职责】
简介：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：
- 1、具身智能相关的仿真环境、资产、场景、任务自动化生成与重建（3D生成/场景理解）。
- 2、仿真环境内的轨迹自动化生成方法（数据引擎/合成数据）。
- 3、基于多模态大模型的泛化具身智能 Agent 系统研究。
- 4、Training-free的基于few-shot的具身智能大模型研究。
- 5、多模态大模型的多视角空间感知与主动探索能力研究。
- 6、其他你坚信路线正确的具身智能前沿方向。
【任职要求】
- 1、计算机科学、自动化、机器人或相关领域在读硕士/博士研究生；
- 2、具备扎实编程能力，熟练掌握 Python 及 PyTorch；熟悉 C++ 者优先；
- 3、对具身智能、机器人、计算机图形学或多模态大模型中至少一个方向有深入的理论基础与研究积累；
- 4、有较强的自驱力和独立解决问题的能力，能在模糊环境中推进研究；
具备以下者优先：
- 1、在 AI、机器人、计算机图形学等领域 CCF-A 类或同级顶会/顶刊（如 CVPR/ICCV/CoRL/RSS/NeurIPS 等）发表论文（第一作者/共同一作优先）；
- 2、参与国际/国内顶级算法竞赛并获得名次；
- 3、有大型科研项目或有影响力开源项目的核心贡献经历。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。