美团的【北斗】生成式广告训练推理工程师（推理/训练/One Model架构）薪资是多少？

该职位薪资范围为 40k–80k（人民币/月）。

【北斗】生成式广告训练推理工程师（推理/训练/One Model架构）的工作地点在哪里？

该职位工作地点位于北京市。工作形式为仅现场办公。

该职位要求学历未注明学历及高级经验工作经验。

🤖 AI 估测：¥40K-80K

发布时间：27 天前

这是一个专注于生成式广告大模型训练与推理系统的前沿技术岗位

你将负责设计和优化端到端的广告大模型，旨在用单一模型重塑传统的多级广告漏斗架构，以最大化平台收益

同时，你也会参与大模型的后训练优化与高效推理部署，致力于降低大模型落地成本并提升服务性能

研究方向一：端到端生成式广告大模型训练推理系统

生成式广告训练系统设计：基于前沿大模型（如Transformer、HSTU等），设计生成式推荐模型的分布式训练框架，优化数据/模型的高效并行处理和混合精度训练策略

高性能推理引擎建设：既有大稀疏（Embedding），又有大稠密（LLM）的模型结构下，优化延迟、吞吐量和显存占用，支持千亿/万亿参数模型的实时推理需求

广告链路端到端重塑：超长行为序列与超大候选Item情况下，优化传统的多阶段网络传输架构，需要一体化硬件支撑的召回/排序/机制统一服务

研究方向二：大模型后训练与推理优化

后训练优化：实现并优化基于人类反馈的强化学习（RLHF）算法，包括奖励模型（Reward Model）训练、PPO/DPO/GRPO等策略优化

设计并优化多机多卡并行策略（如DP/PP/TP/EP等），解决千亿/万亿模型训练中的计算、显存和通信瓶颈

推理部署优化：设计高效推理框架，探索模型压缩（量化、剪枝、知识蒸馏）、动态计算优化等技术，实现低延迟、高吞吐的部署方案，并优化硬件资源利用率，降低服务成本

深入了解至少一种深度学习编程框架（TensorFlow/Pytorch/其它），对Cuda编程有实战经验的优先

深入理解Transformer架构，熟悉SFT、RLHF、DPO/PPO等训练算法

熟悉DeepSpeed、Megatron-LM等训练框架者优先

熟悉LLM主流推理引擎，如FasterTransformer、vLLM、TRT-LLM、SGLang等

熟悉常见的推理优化方法，如量化、FlashAttention、PD分离等

熟悉各种性能分析工具和profiling方法，有一定的性能优化经验

有影响力的开源项目中做出过核心贡献，或发表过高水平论文

责任心强，积极主动，有良好的沟通能力和团队合作能力

对Cuda编程有实战经验的优先

熟悉DeepSpeed、Megatron-LM等训练框架者优先

【北斗】生成式广告训练推理工程师（推理/训练/One Model架构）

🤖 AI 估测：¥40K-80K

发布时间：27 天前