美团【北斗】大模型算法研究员（RL/推理/RAG/多模态技术）
任职要求
1.优秀的探索与创新能力，在ACL/EMNLP/NAACL/NeurIPS/ICML/ICLR等顶级会议上发表论文者优先； 2.扎实的算法功底，在ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先； 3.有较强的自驱力和良好的动手实践能力，对新事物有强烈的好奇心。 岗位亮点： 1.核心的业务场景：围绕百万骑手工作场景，充足的数据和计算资源，勇担社会责任，秉承“让骑手工作得更好”…
工作职责
研究方向一：垂域LLM研究与构建 1.基座模型架构设计与优化：参与大语言模型基座架构的设计，研究前沿技术，如稀疏激活、混合精度训练等，同时优化模型的训练和推理流程。 2.技术创新与突破：参与前沿技术研究，如多任务学习、跨模态理解等，推动模型在复杂任务上的性能提升；探索Transformer替代架构，突破现有模型scaling law限制；同时挑战学术benchmark，为模型的性能树立新的行业标杆。 3.强化学习算法研究：参与大语言模型后训练阶段的强化学习算法研究，包括基于AI和环境反馈的强化学习（RLXF）算法。同时探索奖励模型与反馈机制，研究可泛化的细粒度过程监督和奖励建模，探索基于细粒度反馈的强化学习算法。 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，同时建立面向AGI的模型评价体系新范式。 5.跨部门协作与落地：与公司数据科学家、算法工程师、产品团队紧密合作，将研究成果快速转化为实际应用，推动大语言模型在更多场景的落地。 研究方向二：垂域MLLM研究与构建 1.研究多模态表征与大语言模型融合的前沿技术，设计和实现创新算法，研究异质数据的统一编解码模型，适配多种模态下的特征统一，实现高效微调与优化。 2.探索强化学习（RL）在多模态大模型中的应用，包括强化学习增强的多模态生成、跨模态对齐、偏好建模及自适应优化，提升多模态理解与推理能力。 3.持续追踪多模态与强化学习结合的最新研究进展，优化现有多模态系统架构，提升性能、效率与可扩展性，推动多模态强化学习在智能体交互、决策推理等任务中的应用。 4.构建技术评估体系，通过多场景验证推动多模态理解、生成及强化学习优化策略的落地应用，提升多模态大模型的泛化能力和实际应用价值。 研究方向三：基于角色扮演的虚拟数字助理 1. 角色扮演技术（Role-Playing）：通过模型优化、Agent构建，在人设、拟人性、情感等取得显著提升。 2. 记忆管理与增强（Memory）：通过模型长上下文，记忆抽取与管理，提升系统的记忆能力。 3. 个性化技术：通过用户行为数据挖掘与建模，结合多轮对话上下文理解，分析用户情感状态，提升模型的个性化回复能力。 4. 基于Agent的数字助理：通过Agent构建和基于RL的优化，实现数字助理的能力复刻和增强
1、负责共享两轮车电气件的硬件开发。 2、根据产品需求完成电气系统设计、硬件方案设计，编写设计文档。 3、负责关键电子元器件物料选型、原理图绘制和电路板布局布线，BOM确认，进行样板焊接和调试。 4、配合软件、结构、测试等部门完成产品开发和产品验证，跟进并解决生产问题。 5、跟踪存量产品的市场问题，制定并落地解决方案。 6、跟踪行业新标准和技术动态，参与新技术预研和应用。
信息工程介绍：构建空间智能商业引擎，支撑高德日均调用北斗定位4800亿次，我们在商业服务领域面临多重极端技术挑战；节假日搜索系统需承载超百万QPS峰值请求，同时保障更新99.999% SLA；实时管理海量动态服务节点（从充电桩状态到酒店房态），时空数据更新毫秒级延迟。 1、提升交易稳定性、数据一致性、缩短RT等； 2、业务层面打造交易平台，支持业务快速试错、迭代，提升产研效率，快速助力业务KPI的达成。 3、负责高德基于LBS本地生活类业务（例如：酒店、门票、加油充电、美食生服）的营销运营体系建设，营销引擎、增长相关系统研发和迭代。 4、参与系统稳定性保障体系的建设，包括系统风险识别与优化、稳定性工具沉淀，保障大促及平时业务系统稳定、高效运转 5、负责协调上下游团队，推动项目高效、有序落地。
1、研究大模型（如 GPT、BERT 等）在定位多径和多模态定位中的应用可能性。探索如何利用大模型强大的学习能力和泛化能力，对复杂的定位数据进行特征提取、模式识别和预测分析 2、深入研究定位多径问题，包括但不限于卫星定位（如 GPS、北斗）、无线定位（如 Wi-Fi、蓝牙）等场景下的多径传播机制,提升定位精度到米级别 3、深入钻研 RTK（实时动态）载波相位差分技术，对其核心算法进行优化与创新。研究多系统（如 GPS、北斗、GLONASS 等）融合下的 RTK 定位算法，通过改进算法提高定位的精度、可靠性和稳定性,复杂场景定位精度到1米
【课题说明】 通用模型往往难以兼顾多样化的场景需求，容易出现泛化能力强但针对性不足的问题。针对这一挑战，本课题聚焦于研究面向具体业务或应用场景的强化学习训练优化策略，通过引入场景特定的奖励函数、环境建模和数据采样机制，提升模型在特定任务下的表现能力与适应性。课题重点突破模型在细粒度场景下的泛化能力不足、奖励稀疏、训练效率低等问题，为大模型的行业落地提供有力支撑。 【建议研究方向】 1.场景特定奖励设计：针对不同业务场景，定制化设计奖励函数，提升模型在目标任务中的表现能力。 2.环境模拟与数据生成：构建高保真场景模拟环境，开发高效的数据采样与生成机制，提升强化学习训练效率。 3.迁移与泛化能力增强：研究多场景迁移学习与元强化学习方法，提升模型从通用能力到场景定制能力的转化效率。 4.推理增强型RAG系统：基于图结构的知识融合、混合模型的协同推理架构和强化学习驱动的优化方法，进一步提升RAG系统能力。 5.基于价值观约束的大模型风险控制与安全防护。