公司简介：
美团的使命是“帮大家吃得更好，生活更好”。作为中国生活服务电子商务平台，公司拥有美团、大众点评、美团外卖、美团打车、摩拜单车等消费者熟知的App，服务涵盖餐饮、外卖、打车、共享单车、酒店旅游、电影、休闲娱乐等200多个品类，业务覆盖全国2800个县区市。2018年Q3,美团的总交易金额达1457亿元人民币，同比增加40%。截至2018年9月30日止过去十二个月，美团年度交易用户总数达3.8亿，平台活跃商家总数达550万。2018年9月20日，美团点评（股票代码：3690.HK）正式在港交所挂牌上市。当前，美团战略聚焦 Food + Platform，正以“吃”为核心，建设生活服务业从需求侧到供给侧的多层次科技服务平台。与此同时，美团正着力将自己建设成为一家社会企业，希望通过和党政部门、高校及研究院所、主流媒体、公益组织、生态伙伴等的深入合作，构建智慧城市，共创美好生活。在招职位如下：
大模型算法工程师-校招【北斗计划】
工作城市：北京
薪资：35k-65k
学历要求：硕士,博士
岗位性质：全职
岗位描述：
薪资：35k-65k
学历要求：硕士,博士
岗位性质：全职
岗位描述：
岗位职责：
1.大模型数据体系建设：优化数据的筛选与配比策略，探索动态数据调整、多阶段训练和自动配比等方法，提升数据质量和多样性，优化大模型的训练效果。
2.合成数据探索：探索大规模合成数据方法，应用于美团本地生活服务场景，制定合成数据在预训练、强化学习等不同训练阶段的应用策略。
3.模型架构优化：探索 MoE（混合专家）、稀疏注意力、线性注意力等高效模型结构，以及模型编辑、合并、压缩、剪枝等技术，产出更契合美团生活服务场景的基座模型。
4.后训练关键能力建设：包括但不限于优化模型创意生成、多语言、推理、复杂指令遵循、工具调用等能力。
5. 前沿跟进：不断探索跟进技术新领域，推动团队技术能力的沉淀和技术氛围的建设。
岗位基本要求：
1. 熟悉大模型的原理，具备数据处理、精调、预训练、强化等方面的经验；
2. 熟悉自然语言处理常见算法与模型，具备深度学习技术在NLP领域的应用实践；
3. 具备强烈的进取心、求知欲及团队合作精神，热衷于追求技术创新；
4. 在ACL、EMNLP、NAACL、NIPS、ICLR、SIGIR等自然语言处理会议或期刊中有论文发表
岗位亮点：
1、对大模型预训练、后训练、agent全链路的深入了解
2、丰富的GPU资源及核心场景数据，鼓励前沿技术探索
3、鼓励跨方向合作，在快速发展的大模型领域建立专长，成为大模型领域的技术专家。
1.大模型数据体系建设：优化数据的筛选与配比策略，探索动态数据调整、多阶段训练和自动配比等方法，提升数据质量和多样性，优化大模型的训练效果。
2.合成数据探索：探索大规模合成数据方法，应用于美团本地生活服务场景，制定合成数据在预训练、强化学习等不同训练阶段的应用策略。
3.模型架构优化：探索 MoE（混合专家）、稀疏注意力、线性注意力等高效模型结构，以及模型编辑、合并、压缩、剪枝等技术，产出更契合美团生活服务场景的基座模型。
4.后训练关键能力建设：包括但不限于优化模型创意生成、多语言、推理、复杂指令遵循、工具调用等能力。
5. 前沿跟进：不断探索跟进技术新领域，推动团队技术能力的沉淀和技术氛围的建设。
岗位基本要求：
1. 熟悉大模型的原理，具备数据处理、精调、预训练、强化等方面的经验；
2. 熟悉自然语言处理常见算法与模型，具备深度学习技术在NLP领域的应用实践；
3. 具备强烈的进取心、求知欲及团队合作精神，热衷于追求技术创新；
4. 在ACL、EMNLP、NAACL、NIPS、ICLR、SIGIR等自然语言处理会议或期刊中有论文发表
岗位亮点：
1、对大模型预训练、后训练、agent全链路的深入了解
2、丰富的GPU资源及核心场景数据，鼓励前沿技术探索
3、鼓励跨方向合作，在快速发展的大模型领域建立专长，成为大模型领域的技术专家。
大模型预训练算法工程师（北斗计划）
工作城市：北京
薪资：30k-60k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
薪资：30k-60k
学历要求：本科,硕士,博士
岗位性质：实习
岗位描述：
岗位职责：
1.大模型数据体系建设：优化数据的筛选与配比策略，探索动态数据调整、多阶段训练和自动配比等方法，提升数据质量和多样性，优化大模型的训练效果。
2.合成数据探索：探索大规模合成数据方法，应用于美团本地生活服务场景，制定合成数据在预训练、强化学习等不同训练阶段的应用策略。
3.模型架构优化：探索 MoE（混合专家）、稀疏注意力、线性注意力等高效模型结构，以及模型编辑、合并、压缩、剪枝等技术，产出更契合美团生活服务场景的基座模型。
4.后训练关键能力建设：包括但不限于优化模型创意生成、多语言、推理、复杂指令遵循、工具调用等能力。
5. 前沿跟进：不断探索跟进技术新领域，推动团队技术能力的沉淀和技术氛围的建设。
岗位基本要求：
1. 熟悉大模型的原理，具备数据处理、精调、预训练、强化等方面的经验；
2. 熟悉自然语言处理常见算法与模型，具备深度学习技术在NLP领域的应用实践；
3. 具备强烈的进取心、求知欲及团队合作精神，热衷于追求技术创新；
4. 在ACL、EMNLP、NAACL、NIPS、ICLR、SIGIR等自然语言处理会议或期刊中有论文发表
岗位亮点：
1、对大模型预训练、后训练、agent全链路的深入了解
2、丰富的GPU资源及核心场景数据，鼓励前沿技术探索
3、鼓励跨方向合作，在快速发展的大模型领域建立专长，成为大模型领域的技术专家。
1.大模型数据体系建设：优化数据的筛选与配比策略，探索动态数据调整、多阶段训练和自动配比等方法，提升数据质量和多样性，优化大模型的训练效果。
2.合成数据探索：探索大规模合成数据方法，应用于美团本地生活服务场景，制定合成数据在预训练、强化学习等不同训练阶段的应用策略。
3.模型架构优化：探索 MoE（混合专家）、稀疏注意力、线性注意力等高效模型结构，以及模型编辑、合并、压缩、剪枝等技术，产出更契合美团生活服务场景的基座模型。
4.后训练关键能力建设：包括但不限于优化模型创意生成、多语言、推理、复杂指令遵循、工具调用等能力。
5. 前沿跟进：不断探索跟进技术新领域，推动团队技术能力的沉淀和技术氛围的建设。
岗位基本要求：
1. 熟悉大模型的原理，具备数据处理、精调、预训练、强化等方面的经验；
2. 熟悉自然语言处理常见算法与模型，具备深度学习技术在NLP领域的应用实践；
3. 具备强烈的进取心、求知欲及团队合作精神，热衷于追求技术创新；
4. 在ACL、EMNLP、NAACL、NIPS、ICLR、SIGIR等自然语言处理会议或期刊中有论文发表
岗位亮点：
1、对大模型预训练、后训练、agent全链路的深入了解
2、丰富的GPU资源及核心场景数据，鼓励前沿技术探索
3、鼓励跨方向合作，在快速发展的大模型领域建立专长，成为大模型领域的技术专家。