美团
校招【北斗】国际化大模型Agent算法研究员
北京/深圳 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 【任职资格】
- 1.AI Native 的工作思路和开发习惯，对当前的 AI 工具熟练使用和掌握。
- 2.熟悉深度学习框架，理解 LLM 原理，熟悉 LLM 训练/推理流程，熟悉 Agent 系统构建和调优。
- 3.对以下至少一个方向有实践经验或深度研究：① AI Agent 系统（LangChain/AutoGen/ReAct/Tool-use）；② 模型后训练（SFT/RLHF/DPO/数据合成）。
- 4.良好的系统设计思维和问题拆解能力，能独立推进模块级工作。
- 【为什么是我们】
- 对于北斗计划的同学而言，这意味着你将在一项高速成长的全球化业务中起步：业务的扩张广度即是你所面对问题的广度，早期阶段的深度参与也将为个人成长带来更大空间。
- 1.真实业务闭环：你训练的模型、设计的 Agent 直接服务 7 个国家和地区数百万用户，每一次迭代都有真实数据反馈。
- 2.高速成长业务：境外外卖处于爆发期，技术决策空间大，个人影响力远超成熟业务。
- 3.战略价值：国际化是美团面向未来的核心增长战略之一，外卖出境作为其中长期投入、持续加码的重点方向，正处于高速发展阶段。
- 4.AI 原生的发展契机：作为一项新兴业务，其系统架构与运营流程尚处于建设初期，无历史包袱。大模型与 Agent 能力可在业务设计之初即深度融入核心链路，这种前沿技术与业务同步成长的机会较为难得。
- 5.技术驱动业务上限：在多国家多地区、多语言、高复杂度的运营环境下，依靠人力扩张的模式难以为继，智能化能力将直接决定业务的运营效率与扩张速度，是核心竞争力所在。
岗位描述
【岗位职责】
【愿景】
我们正在建设全球化业务的 AI 智能底座。随着公司从快速开城走向多国多地区深耕，业务面临多语言、多规则、多角色、多链路的复杂经营挑战，AI 不再只是提效工具，而是重塑全球业务运行方式的核心基础设施。团队将大模型、Agent、数据智能和算法能力深度结合，落地在智能客服、运营自动化、商家赋能、业务分析、研发提效等关键场景，推动公司从数据驱动走向 AI 原生的智能经营。
【你将参与】
- 1.Agent 系统：设计和实现面向境外外卖场景的先进 AI Agent系统（智能客服、智能审核、自动化运营），完成 Agent 框架搭建、工具链集成与多轮决策链路的工程落地
- 2.模型后训练：参与业务场景的模型微调（SFT/RLHF/DPO），构建高质量训练数据集，设计奖励模型与评估体系，让基础模型在外卖场景（对话、推荐、审核、多语言）上表现超越通用模型
- 3.Agent × 模型协同：通过后训练提升 Agent 内核模型的工具调用准确率、指令遵循能力和多步推理质量，实现"更聪明的 Agent + 更专的模型"双轮驱动
- 4.在线实验与迭代：设计 A/B 实验方案验证 Agent 策略和模型效果，直接影响数百万海外用户体验，用数据驱动模型与 Agent 的持续进化
【任职要求】
【任职资格】
- 1.AI Native 的工作思路和开发习惯，对当前的 AI 工具熟练使用和掌握。
- 2.熟悉深度学习框架，理解 LLM 原理，熟悉 LLM 训练/推理流程，熟悉 Agent 系统构建和调优。
- 3.对以下至少一个方向有实践经验或深度研究：① AI Agent 系统（LangChain/AutoGen/ReAct/Tool-use）；② 模型后训练（SFT/RLHF/DPO/数据合成）。
- 4.良好的系统设计思维和问题拆解能力，能独立推进模块级工作。
【为什么是我们】
对于北斗计划的同学而言，这意味着你将在一项高速成长的全球化业务中起步：业务的扩张广度即是你所面对问题的广度，早期阶段的深度参与也将为个人成长带来更大空间。
- 1.真实业务闭环：你训练的模型、设计的 Agent 直接服务 7 个国家和地区数百万用户，每一次迭代都有真实数据反馈。
- 2.高速成长业务：境外外卖处于爆发期，技术决策空间大，个人影响力远超成熟业务。
- 3.战略价值：国际化是美团面向未来的核心增长战略之一，外卖出境作为其中长期投入、持续加码的重点方向，正处于高速发展阶段。
- 4.AI 原生的发展契机：作为一项新兴业务，其系统架构与运营流程尚处于建设初期，无历史包袱。大模型与 Agent 能力可在业务设计之初即深度融入核心链路，这种前沿技术与业务同步成长的机会较为难得。
- 5.技术驱动业务上限：在多国家多地区、多语言、高复杂度的运营环境下，依靠人力扩张的模式难以为继，智能化能力将直接决定业务的运营效率与扩张速度，是核心竞争力所在。
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。