简法
← 返回岗位列表

美团

校招

【北斗】大模型算法研究员（Agent/RL/推理）

北京 · 校招 · 2027 届 · 博士

长期有效

任职要求

  • 【任职资格】
  • 必备条件：
  • 1.2027届计算机、数学、统计等相关专业在读或应届，本科及以上，博士/硕士优先
  • 2.扎实的机器学习与深度学习基础，熟悉Transformer架构及其变体，具备独立阅读和复现顶会论文的能力
  • 3.熟练掌握Python及PyTorch/JAX等主流框架，具备清晰的代码工程意识
  • 4.对大模型的训练流程（预训练/后训练）或Agent构建有系统性理解，具备独立完成端到端实验的能力
  • 5.具备RLHF/DPO/GRPO或其他对齐算法的实际训练与调优，对相关数据构建有深度认知
  • 加分项：
  • 1.熟悉ClaudeCode、OpenClaw、Hermes等开源Harness的设计和实现
  • 2.在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过论文（含在投），或有被广泛引用的开源项目
  • 3.有Agent系统（如ReAct/Toolformer/CodeAct类）的研究或工程经验，理解Agent失败模式与评估瓶颈
  • 4.参与过千卡以上规模分布式训练，或对推理优化（量化、投机解码等）有动手经验
  • 5.ACM-ICPC/Kaggle/算法竞赛获奖，展示出优秀的算法直觉与问题拆解能力
  • 6.具有跨学科视野，能将运筹优化、时空感知等方法引入LLMPost-Training体系
  • 【为什么是我们】
  • 1.真实战场：千万级日订单、百万级骑手，提供业界罕见的Agent大规模真实落地环境，不止是玩具Demo
  • 2.资源保障：充足的GPU集群资源，支持千卡规模的后训练实验，让想法落地不被算力卡脖子
  • 3.成果导向：团队鼓励发表顶会论文，内部有完善的学术合作通道
  • 4.高密度氛围：团队论文产出稳定，曾获美团技术突破奖、啃下硬骨头奖等荣誉，与多所顶尖高校保持长期联合研究

岗位描述

【岗位职责】

【愿景】

建成全球持续领先、客户长期信赖的履约技术平台，打造市场首选、社会认可、服务10亿用户的配送品牌。

【你将参与】

方向一：Agent技术体系研究与落地

  • 1.设计并构建面向真实业务场景的Agent技术体系，涵盖任务规划、工具调用、多轮推理、自我反思与纠错等核心模块
  • 2.深入抽象业务核心问题，建立可量化的评估反馈信号，驱动Agent在复杂履约场景中实现可度量的效果提升
  • 3.探索Multi-Agent协作框架，研究Agent在千万级并发场景下的可靠性、安全性与成本效率

方向二：LLM后训练算法研究

  • 1.负责面向特定业务场景的指令精调（SFT）、偏好对齐（RLHF/DPO/GRPO等）全链路研究与工程落地
  • 2.研究ScalableOversight、持续学习、AI和环境反馈的强化学习（RLXF）等前沿方向。同时探索奖励模型与反馈机制、可泛化的细粒度过程监督和奖励建模等，提升模型在复杂推理与工具调用任务上的能力上限
  • 3.主导训练数据的质量工程，包括数据清洗、合成数据构建及标注流程设计
  • 4.垂域模型定制化构建，领域认知智能突破，探索小样本场景自演进架构设计、可信推理机制构建等方向

方向三：评测与数据体系建设

  • 1.设计覆盖Agent行为、模型能力、业务指标的多维评测体系，建立自动化的诊断与归因链路
  • 2.与业务团队深度协作，构建端到端的训练-评估-迭代闭环，将研究成果转化为线上可量化的业务收益

方向四：前沿跟踪与对外输出

  • 1.持续追踪NeurIPS/ICML/ICLR/ACL等顶会最新进展，具备将前沿论文快速工程化落地的能力
  • 2.鼓励将内部研究成果整理为学术论文，向行业输出技术影响力

【任职要求】

【任职资格】

必备条件：

  • 1.2027届计算机、数学、统计等相关专业在读或应届，本科及以上，博士/硕士优先
  • 2.扎实的机器学习与深度学习基础，熟悉Transformer架构及其变体，具备独立阅读和复现顶会论文的能力
  • 3.熟练掌握Python及PyTorch/JAX等主流框架，具备清晰的代码工程意识
  • 4.对大模型的训练流程（预训练/后训练）或Agent构建有系统性理解，具备独立完成端到端实验的能力
  • 5.具备RLHF/DPO/GRPO或其他对齐算法的实际训练与调优，对相关数据构建有深度认知

加分项：

  • 1.熟悉ClaudeCode、OpenClaw、Hermes等开源Harness的设计和实现
  • 2.在NeurIPS/ICML/ICLR/ACL/EMNLP等顶会发表过论文（含在投），或有被广泛引用的开源项目
  • 3.有Agent系统（如ReAct/Toolformer/CodeAct类）的研究或工程经验，理解Agent失败模式与评估瓶颈
  • 4.参与过千卡以上规模分布式训练，或对推理优化（量化、投机解码等）有动手经验
  • 5.ACM-ICPC/Kaggle/算法竞赛获奖，展示出优秀的算法直觉与问题拆解能力
  • 6.具有跨学科视野，能将运筹优化、时空感知等方法引入LLMPost-Training体系

【为什么是我们】

  • 1.真实战场：千万级日订单、百万级骑手，提供业界罕见的Agent大规模真实落地环境，不止是玩具Demo
  • 2.资源保障：充足的GPU集群资源，支持千卡规模的后训练实验，让想法落地不被算力卡脖子
  • 3.成果导向：团队鼓励发表顶会论文，内部有完善的学术合作通道
  • 4.高密度氛围：团队论文产出稳定，曾获美团技术突破奖、啃下硬骨头奖等荣誉，与多所顶尖高校保持长期联合研究

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

登录后分析我的简历

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）

类型专业能力·难度困难
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

类型项目经历·难度中等
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

类型专业能力·难度简单
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

类型专业能力·难度中等
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

类型情景/案例·难度中等
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。

前往官方投递页 →