美团大模型应用算法负责人
任职要求
1. 优秀的问题分析及解决能力，业务理解出色，善于通过技术前置帮助业务，能够协同驱动各方完成合作 ； 2. 在NLP、LLM、深度学习、强化学习等领域有扎实理论基础和研发经验，熟悉多模态大模型的训练和评估方法； 3. 具有一定ToB/ToC场景大模型应用规模化落地经验，有广告/营销/IM业务背景优先； 4. 有良好的沟通表达能力，工作积极主动，责任心强，极度关注客户； 5. 对技术有热情，能够快速学习，跟进甚至赶超行业先进，并应用于业务；
工作职责
1. 负责美团商业增值供给增长算法能力建设，协同工程团队，与业务团队密切配合，提升广告供给数量，支撑收入目标； 2. 负责大模型在智能助手、电销、IM等交互式对话场景中的应用，提升场景的自动化与智能化水平，改进商家的交互体验，提升广告供给； 3. 负责大模型在经营诊断分析、内容生成类场景中的应用，降低平台和商家的运营成本，提升运营效率； 4. 负责大型语言模型的微调、对齐、知识增强以及Agent框架等技术探索，积极跟进大模型业内应用趋势，带领团队完成算法项目攻坚，提高技术影响力；
1、负责国际化产品机器学习，自然语言处理，大模型算法的开发，LLM Agent的开发，特别是在隐私法律领域的应用，支撑公司相关业务的提效和自动化； 2、设计和实现机器学习，自然语言处理，大模型相关的基础设施、框架、工具链等，并推动落地到业务中； 3、探索业界前沿的机器学习，自然语言处理，大模型相关技术，优化隐私大模型的能力，持续提升平台能力、降低算法使用成本； 4、负责算法模型到API服务的部署，机器学习系统架构设计，工程化落地。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Stone-AI PaaS团队专注研究AI/大模型应用相关领域的技术和产品，致力于创造和实现创新的人工智能平台服务。团队目前已服务于字节跳动多款产品，比如豆包、Cici、Coze、Trae等。同时团队内部也在孵化多款AI应用创新产品，积极探索大模型应用的技术发展。团队氛围好，发展空间大，欢迎加入！ 1、负责以下算法研究和应用方向之一： 1）AINative形态对话式服务算法的研发，在大规模机器学习和深度学习领域开展研发工作，设计和开发创新性算法模型，研究相关技术在创作、对话和客服等领域的全新应用和解决方案，满足用户不断增长的智能交互需求，全面提升用户在未来世界的生活和交流方式； 2）深入研究语音、图像、文本等多模态信息的融合与交互技术，开发能够实现多模态信息无缝对接的算法模型； 3）提升自然语言理解的能力，比如意图识别，NL2SQL，向量召回，结构化/非结构化，短文本/长文本的表征学习等； 2、负责数据建设、指令微调、偏好对齐、模型优化； 3、深入调研和关注NLP/多模态/LLM等方向的前沿技术，支持模型效果的研发落地和持续优化，探索实际解决业界AI应用问题的方案。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Stone-AI PaaS团队专注研究AI/大模型应用相关领域的技术和产品，致力于创造和实现创新的人工智能平台服务。团队目前已服务于字节跳动多款产品，比如豆包、Cici、Coze、Trae等。同时团队内部也在孵化多款AI应用创新产品，积极探索大模型应用的技术发展。团队氛围好，发展空间大，欢迎加入！ 1、负责以下算法研究和应用方向之一： 1）AINative形态对话式服务算法的研发，在大规模机器学习和深度学习领域开展研发工作，设计和开发创新性算法模型，研究相关技术在创作、对话和客服等领域的全新应用和解决方案，满足用户不断增长的智能交互需求，全面提升用户在未来世界的生活和交流方式； 2）深入研究语音、图像、文本等多模态信息的融合与交互技术，开发能够实现多模态信息无缝对接的算法模型； 3）提升自然语言理解的能力，比如意图识别，NL2SQL，向量召回，结构化/非结构化，短文本/长文本的表征学习等； 2、负责数据建设、指令微调、偏好对齐、模型优化； 3、深入调研和关注NLP/多模态/LLM等方向的前沿技术，支持模型效果的研发落地和持续优化，探索实际解决业界AI应用问题的方案。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Stone-AI PaaS团队专注研究AI/大模型应用相关领域的技术和产品，致力于创造和实现创新的人工智能平台服务。团队目前已服务于字节跳动多款产品，比如豆包、Cici、Coze、Trae等。同时团队内部也在孵化多款AI应用创新产品，积极探索大模型应用的技术发展。团队氛围好，发展空间大，欢迎加入！ 1、负责以下算法研究和应用方向之一： 1）AINative形态对话式服务算法的研发，在大规模机器学习和深度学习领域开展研发工作，设计和开发创新性算法模型，研究相关技术在创作、对话和客服等领域的全新应用和解决方案，满足用户不断增长的智能交互需求，全面提升用户在未来世界的生活和交流方式； 2）深入研究语音、图像、文本等多模态信息的融合与交互技术，开发能够实现多模态信息无缝对接的算法模型； 3）提升自然语言理解的能力，比如意图识别，NL2SQL，向量召回，结构化/非结构化，短文本/长文本的表征学习等； 2、负责数据建设、指令微调、偏好对齐、模型优化； 3、深入调研和关注NLP/多模态/LLM等方向的前沿技术，支持模型效果的研发落地和持续优化，探索实际解决业界AI应用问题的方案。