美团
【实习】大模型算法工程师
【实习】大模型算法工程师
发布于 2 小时前实习/见习
实习生仅现场办公机器学习工程
机器学习工程
Ai Agent
Langgraph
Llm
Multi-Agent System
Rag
无人机调度
值不值得投
79综合评分
综合评分 79
聚焦AI Agent前沿技术的大厂实习岗，技术成长空间广阔，适合热爱创新的算法开发者
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
1.0万
比机器学习工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 5580 个在招 · 其中机器学习工程 25 个
市场机会
选择面较广
北京 · 机器学习工程 · 约 540 个在招
职位详情
关于这个职位
该职位主要负责美团无人机业务部的多智能体系统设计与开发，利用大语言模型构建推理决策链路，优化Agent平台基础设施与知识库检索，探索AI技术在复杂物流场景中的工程化落地
最低要求
本科及以上学历，计算机、人工智能、软件工程等相关专业
熟练掌握 Java 或 Python，具备良好的编程习惯和系统设计经验
熟悉大语言模型原理及其在 Agent 中的应用，有 LangGraph 等框架使用经验者优先
具备丰富的 AI Coding 实践经验，熟悉 LLM 应用开发全流程
良好的逻辑思维、沟通能力和团队协作精神
工作职责
参与 Multi-Agent System 的设计、开发与迭代，包括任务编排调度、状态管理等核心模块的实现
参与 Agent 平台基础设施建设，包括 MCP 集成、知识库检索、Tool 调用链优化等工程化落地工作
使用大语言模型构建 Agent 推理与决策链路，实现复杂业务场景下的多步骤任务规划与执行
参与业务领域模型的构建与调优工作
跟踪 AI Agent 前沿技术，输出技术调研与方案设计文档
AI 洞察
优缺点分析
优点
- 直接接触AI Agent前沿技术与无人机硬件结合场景，技术成长曲线陡峭
- 依托大厂完善的基础设施与资深团队指导，项目具备真实的商业落地价值
- 多智能体架构优化空间大，易积累高含金量工程化经验
- 多智能体系统在真实物理环境中的调试难度大，需兼顾算法逻辑与工程稳定性
- 业务场景复杂多变，对系统的鲁棒性、低延迟响应要求极高
缺点 / 挑战
- 对AI Agent与大模型应用有浓厚兴趣，具备扎实编程基础与系统思维，喜欢挑战前沿技术的求职者
角色解读
- 深入AI Agent工程化与多智能体架构研究，向高级算法工程师或AI架构师发展
- 可横向拓展至自动驾驶、机器人控制或大模型垂直领域应用研发方向
- 负责设计开发多智能体(Multi-Agent)系统，搭建Agent平台基础设施(如MCP集成、知识库检索)
- 使用大语言模型构建推理决策链路，完成复杂业务场景下的任务规划与执行
- 跟踪AI Agent前沿技术，输出技术调研与方案设计文档，持续优化系统性能
- 精通Python或Java，具备扎实的编程习惯与系统架构设计能力
- 熟悉大语言模型原理及Agent应用框架(如LangGraph)，掌握RAG与Tool Calling技术
- 具备丰富的AI Coding实战经验，熟悉LLM应用开发全流程与工程化部署
申请策略
- 提前了解美团无人机业务布局与技术痛点，面试时重点准备Agent系统设计的实际落地案例
- 突出LLM应用开发、Agent框架实战项目及系统架构设计经验，量化性能提升指标
- 展示AI Coding效率优化案例或多智能体协作项目的完整闭环
- 强调跨团队协作能力与复杂问题拆解能力
- 深入学习LangChain/LangGraph、MCP协议及向量数据库检索技术
- 补充强化学习或运动控制基础理论，以更好适配无人机调度场景
面试指南
- 采用STAR法则描述项目背景、个人角色、技术选型依据及最终业务效果
- 针对系统设计题，先阐述整体数据流与控制流架构，再分模块说明关键组件交互，最后讨论边界情况与容错机制
- 请详细介绍你使用过的Agent框架，以及在多智能体协作中解决的具体难题
- 如何设计一个支持动态任务规划的LLM推理链路？如何处理幻觉与错误传播？
- 在Agent平台建设中，如何平衡知识库检索的准确性与系统响应延迟？
- 复习LLM底层原理、Prompt Engineering及主流Agent框架源码实现
- 准备1-2个完整的AI应用项目复盘，清晰梳理技术难点、替代方案对比与迭代过程
职位点评
薪资福利72
成长发展91
工作生活64
使命价值82
薪资福利
72中等
实习津贴处于互联网大厂市场中上水平，但作为短期培养岗位，长期薪酬福利与股权激励体系暂不适用。
薪资信号市场水准 (7.0千–1.2万/月)
成长发展
91较高
岗位聚焦AI Agent前沿技术，提供明确的工程化落地机会与资深团队带教，技术成长路径清晰且视野开阔。
技术前沿前沿/新兴技术
技术栈LLM、Multi-Agent System、LangGraph、MCP、RAG
成长机会与资深算法和工程团队紧密协作、提供良好的资源平台和广阔的职业发展空间
业务类型profit_center
工作生活
64中等
JD未明确提及弹性工时或加班政策，互联网大厂研发岗通常需适应项目节点压力，工作节奏偏快。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
82较高
直接参与改善城市即时配送效率的科研项目，具有明确的技术创新导向与实际社会服务价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号更好地提升城市即时配送的效率与体验、通过科技创新推动履约工具变革
创新程度积极采用新技术
Watch Jobs