美团基座大模型高阶算法/工程
任职要求
1. 对CV、NLP、多模态等相关领域有深入的理解，在其中一个或多个方向有深入的研究经历，且有相关实际项目经验。
2. 对…工作职责
1. 从flops efficiency角度，对大模型预训练过程进行分析与探索，包括不限于对scaling law的研究，数据的认知实验，MoE等模型架构设计，以及其他工程与算法结合的ml sys相关优化等。 2. 负责原生多模态大模型的构建与预训练，包括各模态分词器设计，合成数据策略，以及跨模态融合训练策略等，提升原生多模态模型在视觉/语音的理解与生成任务上的能力。 3. 进行大模型reasoning能力的相关研究，研究pre-train / test-time compute对于模型推理能力的影响，借助SFT / DPO / self-play等手段，提高模型在代码数学等推理任务上的表现。 4. 通过post-training激发模型在各下游任务上的能力，从而构建具有通用问题解决能力的agent。
1.负责大语言模型（LLM）规划、推理、反思能力的研究，提升大语言模型的高阶推理能力； 2.跟进推理领域的前沿技术，将其应用于混元大模型基座，持续提升大模型的推理能力。
我们相信，通向更高阶智能的路径不止于更大的 LLM。 Post-Training 正在成为模型能力跃迁的关键阶段：从“学会语言”走向“理解世界、优化行为、持续进化”。该岗位将深度参与 多模态、强化学习、自进化 Agent 系统 等前沿方向，探索超越纯预训练范式的新能力边界，构建可持续学习、可记忆、可进化的智能系统。 1. Post-Training 核心研究与系统构建 设计并实现面向 推理能力、策略优化和长期表现 的后训练方法 探索 Reasoning RL Scaling、RLAIF for Fuzzy Task、Self-Play、Scalable Oversight 等在大模型中的新用法 将 Post-Training 视为 系统级优化问题，而非单次调参或 reward hacking 2. 强化学习与持续进化机制 设计基于试错和反馈的训练闭环（例如，Natural Language FeedBack），使模型具备自我修正和能力生长 探索 RL 在 边缘能力、长尾任务、工具使用和复杂决策 中的作用 研究长期学习（Lifelong Learning）、稳定性、遗忘控制等关键问题 3. 多模态与“世界建模” 参与多模态模型（尤其是视频、时序感知）的 Post-Training 研究 探索从“语言建模”走向“世界建模”的训练目标与评估方式 研究感知、行动与决策的联合优化，而非简单模态拼接 4. Agent 与自进化系统 构建“可训练的 Agent 系统”，而不仅是工具调用的外壳 设计 Agent 的记忆、学习、反思与策略更新机制 将 Agent 视为一个 持续演化的产品级智能体 5. 新范式与新架构探索 对现有 Attention、NTP 等范式保持批判性思考，例如探索全新的 探索新架构、新目标函数、新训练范式在 Post-Training 中的可能性 参与从模型 → 推理过程 → 自学习环境（System-level Scaling）的演进
我们正在寻找一位AI算法应用工程师，加入我们的技术团队。 该职位将负责开发和优化我们的基于LLM的大模型AI应用，预训练、基座需求较少。重点在于AI应用的开发阶段，后续可能会有SFT或DPO的需求。开发基于大模型的应用产品，以教育行业落地为导向，实现技术价值最大化。 工作职责： 1.负责企业应用中生成式AI能力的设计、开发和部署，提供更好的用户体验 2.结合工作流、提示工程、模型选择、模型微调等技术，支持关键产品功能 3.开发并维护我们使用大型语言模型能力的服务，保证算法服务的稳定性和可观测性 4.跟进前沿趋势，为团队调研引入新的AI应用场景
工作职责 1. 参与广告投放平台（聚光、薯条等）核心业务系统设计和开发，包括广告管理、广告数据、创意优选等核心模块，服务于小红书商业广告数十万客户。 2. 参与到广告B端基于AI核心功能开发与优化，从投前拉新、投中广告诊断到投后复盘多个环节进行深度提效，不断降低广告营销门槛让更多的客户在小红书持续投放持续经营。 3，参与广告核心中台维护，负责底层海量广告库的维护与开发，不断提升广告系统的稳定性和整体运行效率，构建行业一流的广告基座服务。 4. 和产运、一线客户一起，共同设计小红书行业特色的广告产品，服务于千行百业广告主，共同推进小红书商业化广告快速发展。