美团AI大模型应用专家
社招全职5年以上人力资源平台地点：北京 | 上海状态：招聘
任职要求
任职资格: 1. 计算机科学、人工智能、数据科学、数学等相关专业硕士及以上学历。3年以上AI大模型应用经验，具有交易领域的相关工作经验； 2.熟悉Python、Java语言，具备较强的编程能力和算法基础；对大模型（如GPT、LLaMA 的主流模型）、向量数据库…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1.AI大模型应用探索： 负责推动大规模预训练AI模型在商品运营领域的应用，探索在定品、选品、同品识别等商品相关业务中的创新应用场景； 2.定品与选品优化： 基于大模型技术，分析商品历史数据、用户需求与市场趋势，推动定品和选品的智能化决策，提升商品推荐与选品效率； 3.同品识别与归类： 利用大模型技术进行商品同品识别、归类与比对，提升商品库的精准度和一致性，优化商品信息的展示与管理； 4.数据挖掘与特征工程： 深度挖掘商品数据，提取关键特征，通过大模型进行数据处理、分析与建模，发现商品运营中的潜在问题和机会；
包括英文材料
数据科学+
https://roadmap.sh/ai-data-scientist
Step by step roadmap guide to becoming an AI and Data Scientist
学历+
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
还有更多 •••
相关职位
社招3年以上技术类-开发
1. 负责大规模语言基础模型，多模态模型，文生图、视频生成模型等AI能力的产品化落地工作； 2. 主要负责通义千问多端核心应用的构建，支持最新模型能力的落地； 3. 支持百炼大模型开发平台上应用组件、场景化应用的开发和落地。
更新于 2026-07-09杭州
社招3年以上技术类-开发
1. 负责大规模语言基础模型，多模态模型，文生图、视频生成模型等AI能力的工程化落地工作。 2. 支持百炼大模型平台上高代码、低代码平台核心能力的建设。 3. 主要负责百炼大模型平台应用广场、MCP广场能生态能力建设。
更新于 2026-06-05杭州
社招2年以上技术类-算法
1。责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2。设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3.探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4.系统设计与工程实现 5.参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6.协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求；
更新于 2025-12-30北京
社招2年以上技术类-算法
1。责大规模预训练模型（如Transformer、BERT、GPT等）的开发、调优和部署，提升模型性能和效率； 2。设计并实现模型压缩、量化、蒸馏等技术，降低模型计算和存储成本； 3.探索前沿算法（如多模态模型、强化学习、自监督学习等），推动技术创新与落地； 4.系统设计与工程实现 5.参与分布式训练框架（如Horovod、Ray、Distributed TensorFlow/PyTorch）的搭建与优化； 6.协同工程团队实现模型推理服务的高并发、低延迟部署，支持业务场景需求；
更新于 2026-03-31北京