美团【北斗】大模型算法工程师（服务零售）
任职要求
1.教育背景：计算机科学、人工智能、机器学习或相关领域的硕士或博士学位。 2.技术经验：熟悉深度学习算法及框架，如TensorFlow、PyTorch等。对自然语言处理（NLP）技术有深入理解，具备大语言模型的前沿研究经验。具备超大规模模型架构设计与优化的经验，熟悉Transformer及其各种变体。 3.研究能力：有前沿技术的研究经历，如稀疏激活、混合精度训练、多任务学习或跨模态理解。能够进行创新性思考，探索并提出新的算法或架构以提升模型性能。具有强化学习算法设计与实现经验，尤其是在后训练阶段应用。 4.协作与沟通：具备跨部门合作的能力，能够与数据科学家、算法工程师、工程团队以及产品团队紧密沟通。能够将研究成果有效转化为实际应用，并推动技术落地。 5.责任心与学习能力：具备高度的责任心及自我驱动力，能够持续学习并适应快速变化的新技术。 岗位亮点： 1.和前沿技术的紧密接触，并创造影响：投身于最具革命性的AI Agent、AI Coding赛道，有机会重构生产关系与研发范式。同时你的研究工作将直接影响数万开发者的生产力、有机会改造C端用户的交互体验。 2.充分授权，没有那么多的条条框框：充足的资源和良好的工作自由度，探索最具挑战性的技术问题，目标是产出有影响力的工作，解决业务实践中的问题。 3.有机会接触司内外的牛人，并一起干事业：资深技术导师全程指导，与公司数据科学家、算法工程师、工程团队、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。
工作职责
以大模型对话技术为核心，探索前沿技术问题，研究方向主要为垂域模型的研究与构建。目标是为用户提供专属的玩乐变美便捷生活小助手，实现“技术驱动业务范式”的升级转变，最终助力商业价值全面提升。 研究方向一：Agent能力增强 基于Agent的用户助理，研究提升Agent自主规划能力，并通过Agent构建和基于后训练的优化，实现数字助理的能力复刻和增强。 研究方向二：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。 研究方向三：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。 研究方向四：精准上下文理解与长程依赖建模 研究如何高效、准确地捕获和利用复杂的项目级上下文信息（如整个代码库、依赖关系、API文档、Issue跟踪等），探索能够处理超长代码序列、理解跨文件依赖和项目架构的先进模型结构与表征方法，以支持更精准、更全局的代码智能，从而提升业务研发在存量代码中迭代的效率。
1.参与美团全球化业务中智能客服、智能审核、智能外呼等核心场景的大模型应用研发与落地工作。 2.针对跨文化、多语言、少样本等复杂业务挑战，研究并应用强化学习、多模态学习、高效后训练等前沿技术，对大模型进行深度优化与能力增强，提升模型在实际业务中的表现。 3.主要研究方向包括但不限于： a. 任务型对话技术攻关： 研究强化学习与高效后训练方法在多模态任务型对话中的应用，优化全球用户的复杂服务请求处理与任务达成效果。 b. 少样本多模态理解与推理： 探索在海外数据稀疏环境下，通过少样本学习等手段构建强大的多模态理解与推理能力，支持高效合规审核及风险识别。 c. 可控对话生成与知识融合： 面向智能外呼等场景，研究多语言环境下可控对话生成及知识融合技术，提升沟通的自然度、准确性和业务转化率，并追踪前沿技术动态，推动创新落地。
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
负责金融场景的大模型的研发和应用，研究相关技术在AI营销、AI风控、AI客服、AI催收领域的落地价值和解决方案，通过AI赋能业务，满足业务迅速增长的智能交互、智能决策需求。 研究方向一：基于大模型的多轮对话理解与生成 1.深入参与对话机器人在数据建设、指令微调、偏好对齐、强化学习、推理优化等环节的建设； 2.研究和解决大模型落地的关键问题，如检索增强、长文本理解、模型小型化技术等，并提升训练-评测的迭代效率。 研究方向二：大模型智能体算法研究 1.负责基于大模型的智能体架构构建，实现复杂问题的理解规划、工具执行以及感知反思能力； 2.探索最前沿技术，设计算法迭代飞轮，优化大模型基础模型，高效提升模型效果； 3.负责多智能体架构设计与落地，在多个金融业务场景中应用。
1.深入参与行业内主流大模型落地场景的技术迭代，包括：生成式检索/推荐、RAG、推理优化等，持续提高模型的推理性能与效果； 2.跟进Deep Research，Agent RL等前沿技术，并在点评搜推以及大模型应用场景中探索落地，持续改善用户体验。