美团
校招【北斗】大模型广告系统算法工程师
北京 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 【任职资格】
- 1.2027届本科及以上学历，计算机、人工智能等相关专业；
- 2.LLM、MLLM、AIGC、RL等一个或多个方向有深入研究经历，且有相关实际项目经验；
- 3.熟悉Python、C++等至少一门编程语言，熟练使用主流深度学习框架；
- 4.有影响力的开源项目中做出过核心贡献，或发表过高水平论文；
- 5.有热情攻克技术难题，推动大模型技术在真实业务场景落地。
- 【为什么是我们】
- 1.美团核心业务，技术驱动产生直观的业务价值，直接影响公司盈利水平；
- 2.你将接触到海量的toC和toB数据，业务场景广泛，拥有丰富的实践机会，贴近一线大规模业务应用；
- 3.获得在业内最前沿的大模型认知和技术积累，长期与高校有项目合作和学术产出；
- 4.充足的GPU资源，sota 技术可快速迭代。
岗位描述
【岗位职责】
【愿景】
我们致力于构建健康的本地商业生态，通过为平台客户和消费者提供符合其需求的多元、便捷、高效的商业产品和服务，帮助生态伙伴提高效率、优化经营、实现持续健康发展，推动本地商业数字化营销的发展，促进商业生态繁荣。
【你将参与】
- 1.领域LLM 构建：基于sota 基座模型，系统性整合美团用商双端数据，通过PT、SFT、RLHF等方式构建适配外卖/到餐领域的垂直领域LLM，快速支持商业广告系统多大模型应用落地；
- 2.基于强化学习+领域LLM 的通用广告解决方案：基于领域LLM，结合GRPO等强化学习技术，探索广告召回、粗排、精排建模的新范式，探索广告领域建模的scaling law；
- 3.结合广告业务场景与大模型前沿技术，探索改造广告算法链路的创新方向，实现广告算法链路的大规模升级及核心指标的显著提升。
【任职要求】
【任职资格】
- 1.2027届本科及以上学历，计算机、人工智能等相关专业；
- 2.LLM、MLLM、AIGC、RL等一个或多个方向有深入研究经历，且有相关实际项目经验；
- 3.熟悉Python、C++等至少一门编程语言，熟练使用主流深度学习框架；
- 4.有影响力的开源项目中做出过核心贡献，或发表过高水平论文；
- 5.有热情攻克技术难题，推动大模型技术在真实业务场景落地。
【为什么是我们】
- 1.美团核心业务，技术驱动产生直观的业务价值，直接影响公司盈利水平；
- 2.你将接触到海量的toC和toB数据，业务场景广泛，拥有丰富的实践机会，贴近一线大规模业务应用；
- 3.获得在业内最前沿的大模型认知和技术积累，长期与高校有项目合作和学术产出；
- 4.充足的GPU资源，sota 技术可快速迭代。
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。