美团Longcat大模型-品牌视觉设计师
任职要求
1. 3-5年以上 品牌或视觉设计经验，有完整主导过品牌视觉系统搭建的案例，投递简历请附上个人作品集。 2. 极强的平面功底与审美本能：擅长有机曲线、柔和几何、低饱和暖色调的视觉风格，对留白、字距、行高、色彩倾向有像素级的敏感度。 3. 多模态设计能力：作品集需展现同一设计语言在插画、界面、动态、印刷等不同媒介中的流畅应用，而非单一技能点。 4. 系统性思维…
工作职责
1. 定义视觉系统：建立并迭代一套可跨模态应用的品牌视觉体系，包括色彩、图形、字体、质感、动效和插画风格，让品牌在所有触点中都保持高度一致且有温度的表达。 2. 主导品牌插画资产：创作符合 AI 产品风格的插画体系。沉淀为可复用的插图组件库，赋能产品、市场、技术内容等多个场景。 3. 多模态审美把控：作为最终视觉的把关人，对 UI 界面、动态图形、数据可视化、视频封面、社交媒体物料等所有输出端的审美质量负责，制定清晰的标准并推动落地。 4. 设计系统建设：将品牌语言转化为可操作的设计规范与组件库，让工程师和其他协作者可以低成本地保持视觉一致性。 5. 跨团队协作与评审：深度参与产品和算法团队的项目评审，从品牌与审美视角提供专业意见，对影响视觉一致性的决策拥有否决权。
1.针对大模型Coding场景，拆解代码生成、代码补全等核心能力，建立科学的代码标注和评测体系。 2. 主导代码标注资源管理与数据构建，确保数据质量和一致性，支持coding智能体训练、评测。 3. 设计自动化数据合成及清洗方案，实现规模化高质量数据生产。 4. 监测模型效果，输出系统化分析报告，持续优化数据方案。
负责围绕AI大模型算法的认知分析的研究工作，具体工作内容包括但不限于： 1. 深入理解大规模语言模型的模型结构、训练过程以及评测方式，根据模型的训练过程以及评测结果，对大语言模型存在的问题进行研究。 2. 深度参与通用生产力在claude code/OpenClaw等场景下的基座模型能力优化迭代，设计具有长路径、多步骤交互特征的评测任务集，实现从“单次问答”到“闭环任务”的评测转型。 3. 探索长周期下Agent在复杂任务的能力边界，涵盖工具调用、决策规划和记忆管理等方向，对前沿评测范式如基于沙盒环境的动态评测和多agent协同效率等进行深入研究.
负责围绕AI大模型的模型评测与模型研究工作，具体工作内容包括但不限于： 1. 深入理解大规模语言模型的模型结构、训练过程以及评测方式，根据模型的训练过程以及评测结果，对大语言模型存在的问题进行研究。 2. 深入分析模型效果不符合认知的异常，根据具体的异常制定完善的研究策略，通过对比、归纳等方法，产出研究分析结论，探索突破性的优化方案，带来模型效果的迭代和突破。 3. 构建Data-Centric的数据-训练-评测闭环，探索研究包括但不限于下列方向：大模型数据、模型的Scaling Law，研究数据配比、加入方式与时机等对模型效果的影响。 4. 追踪大模型方向的前沿进展，积极主动地学习和探索新数据分析、模型训练以及模型评测方法。 5. 与各相关部门保持良好沟通，深度参与大模型预训练、SFT、RLHF和评测等阶段，共同推动大模型持续优化。
1. 平台功能设计与优化：基于用户需求，主导评测平台核心功能迭代（包括但不限于：基座训练过程追踪、评测集数据管理、评测实验自动化、多维度报表系统、动态评测榜单），优化交互体验与系统架构。 2. 评测方案科学化迭代：跟进大模型能力迭代路径，提升评测的科学性、全面性与置信度，建立指标稳定性监控体系，确保评测流程可追溯、结果可复现。 3. 评测全链路提效：协同算法/工程团队，优化评测数据建设、评测实验及评测结果追踪流程，提升实验人效。