美团
LongCat - 基座agent评测分析算法研究员（生产力方向）
LongCat - 基座agent评测分析算法研究员（生产力方向）
发布于 大约 15 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
决策规划
大模型
工具调用
深度学习
自然语言处理
评测分析
AI 估算 · 25k–45k
算法研究员技术门槛高，大厂核心岗，薪资竞争力强，平均月薪约3.5万
职位详情
关于这个职位
该职位聚焦于大语言模型基座Agent的评测与分析，负责设计长路径、多步骤交互的评测任务集，探索Agent在工具调用、决策规划等复杂场景的能力边界
适合熟悉NLP、大模型及机器学习算法，具备工程能力和学术积累（顶会论文优先）的研究型人才
最低要求
硕士及以上学历，计算机、数学或相关专业
熟悉Java/Python/C++等编程语言，良好的编码习惯和一定的工程能力
具有机器学习或深度学习算法的基础知识，熟练掌握自然语言处理、多模态或大模型相关算法和模型
具备工匠精神，对每一行代码负责，对业务方负责
有良好的沟通合作意识和较强的问题解决能力
工作职责
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：
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
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
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
优先资格
在计算机领域顶会（如ACL、EMNLP、NeurIPS、AAAI等）上以一作发表过论文者优先
具备从事相关行业人工智能开发、算法研究等相关工作经验者优先
对ClaudeCode和OpenClaw等agent框架有深入了解或丰富使用经验者优先
AI 洞察
优缺点分析
优点
- 岗位聚焦前沿大模型Agent评测，方向新颖，成长空间大
- 团队技术氛围浓厚，有完善的培训生态和顶会发表机会
- 技术门槛高，需要同时具备工程能力和学术研究能力
- 竞争激烈，对候选人的基础素质和项目经验要求严格
- 适合对AI前沿技术有浓厚兴趣、具备研究型思维和扎实工程能力的硕士及以上候选人，尤其是有顶会论文或大模型相关经验者
缺点 / 挑战
- 美团核心技术平台，接触超大规模集群和海量数据，技术挑战大
- 工作强度可能较高，涉及长周期复杂任务探索，需要较强的自驱力
角色解读
- 从算法研究员发展为技术专家，深耕大模型评测与Agent方向
- 可向AI架构师或技术Leader方向转型，带领团队推动技术落地
- 依托美团平台，有机会参与业界顶会论文发表和开源社区贡献
- 深入理解大语言模型结构、训练及评测方法，分析模型存在的问题并设计优化方案
- 设计长路径、多步骤交互评测任务集，推动从单次问答到闭环任务的评测转型
- 探索Agent在工具调用、决策规划、记忆管理等复杂任务中的能力边界
- 扎实的机器学习/深度学习基础，熟悉NLP、大模型相关算法和模型
- 熟练使用Python、Java或C++，具备良好的编码能力和工程实现能力
- 了解Agent框架（如Claude Code、OpenClaw）及评测范式者优先
申请策略
- 简历中量化成果，如模型指标提升、评测任务集规模等
- 提前了解美团在AI Agent方向的产品布局，面试中展现业务理解
- 突出大模型或NLP相关项目经验，尤其是评测、Agent方向的成果
- 列出顶会论文发表记录（如ACL、NeurIPS等），强调一作身份
- 展示工程能力，如用Python/C++实现复杂算法的项目
- 体现对Agent框架（如Claude Code、OpenClaw）的应用经验
- 系统学习大模型原理和Agent主流框架，动手实践开源项目
- 补全评测方法论，了解沙盒环境、多agent协同等前沿范式
面试指南
- 使用STAR法则（情境-任务-行动-结果）清晰描述项目经验
- 对于设计类问题，先拆解关键维度，再提出具体方案，体现系统性思考
- 对于代码题，注重边界条件和代码风格，展示工程思维
- 请介绍你做过的一个大模型评测项目，包括评测指标设计和结果分析
- 如何设计一个评测Agent长路径任务的benchmark？需要考虑哪些维度？
- 描述一下Transformer模型的结构和训练过程，以及常见的优化技巧
- 你如何看待当前Agent评测的挑战？未来有哪些发展方向？
- 请写一段代码实现一个简单的函数调用Agent
职位点评
73
综合评分
大厂核心岗，前沿Agent评测方向，技术成长快，薪资高，但WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长和前沿探索的求职者，愿意在快节奏中持续学习。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
薪资处于行业较高水平，福利完善（五险一金、年终奖等），但未明确提及具体福利细节。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
岗位聚焦前沿Agent评测技术，技术栈新，有顶会发表和社区贡献机会，成长路径清晰。
技术前沿前沿/新兴技术
技术栈大模型、Agent、评测、NLP、深度学习
成长机会完善的互联网学习生态圈、重视底层逻辑和方法论、助力职业生涯的非线性成长
业务类型ambiguous
工作生活
50较低
工作地点在北京，未明确远程或弹性办公，美团的节奏通常较快，WLB一般。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
属于互联网核心赛道，技术驱动行业变革，有一定社会影响力，但岗位本身偏技术研究，使命感一般。
行业发展高速增长赛道
社会影响中性/一般
使命信号驱动技术发展，创造行业价值
创新程度积极采用新技术
美团 的其他在招职位
相似职位推荐
Watch Jobs