美团
LongCat - Agentic Coding算法研究员
LongCat - Agentic Coding算法研究员
发布于 1 天前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
硕士
机器学习
深度学习
强化学习
代码生成
大语言模型
Agentic Coding
Repo-Level建模
Reward Design
长上下文建模
AI 估算 · 30k–60k
美团大厂核心算法岗，技术前沿，薪资竞争力强，福利完善，年终通常3-6个月。
职位详情
关于这个职位
该职位是美团基础研发平台的核心算法研究员，专注于利用大模型技术提升代码生成能力，涉及全链路训练、数据建设、强化学习及长上下文建模
你将参与前沿技术研究，推动模型在真实代码场景中的突破
适合在机器学习、深度学习和强化学习方面有扎实功底的研究人才
最低要求
具备扎实的机器学习、深度学习、强化学习功底
计算机、人工智能等相关专业硕士/博士学位优先
动手能力出色，熟练掌握 Python 等编程语言，ACM/ICPC、NOI/IOI、TopCoder、Kaggle 等竞赛获奖者优先
在 NeurIPS、ICML、ICLR、ACL等国际顶级会议发表论文，或在高质量开源项目中有重要贡献者优先
具备良好的问题分析与研究能力，能够深入解决大模型训练、推理与 Agent 执行中的复杂问题，对通用智能与下一代软件开发范式有热情
工作职责
代码全链路训练：包括pretrain、midtrain、SFT、RL等环节，持续提升模型在代码生成、代码理解、代码修复等方向的能力边界
高质量数据建设：构建高质量Coding数据生产、数据配比与数据质量评估体系，覆盖软件工程任务、仓库级代码生成、终端任务、Web开发等方向，推动模型能力持续演进
Coding 强化学习：构建面向 Coding 场景的大规模 RL 训练体系，研究 Reward Design、Self-Improvement 等关键技术，提升模型在真实任务中的稳定性与泛化能力
长上下文与 Repo-Level 建模：研究超长上下文代码建模、多文件关联理解、仓库级知识记忆与代码结构建模能力，提升模型对复杂大型项目的理解和生成能力
AI 洞察
优缺点分析
优点
- 美团核心技术平台，资源丰富，提供万卡集群等超大规模训练环境
- 参与大模型全链路研发，技术含量高，能快速积累前沿经验
- 团队技术氛围浓厚，有完善的互联网学习生态，助力非线性成长
- 技术难度高，需要持续跟踪最新研究，保持学习状态
- 竞争激烈，对产出和创新能力要求高
缺点 / 挑战
- 工作强度较大，需要应对高复杂度的业务和技术挑战
- 适合对AI大模型有强烈热情、具备扎实研究能力和编程功底，愿意接受高挑战的研究型人才
角色解读
- 可成长为AI算法专家或大模型技术负责人，主导核心算法方向
- 有机会深入参与前沿技术研究，发表顶会论文，提升行业影响力
- 可向技术管理或首席科学家方向发展，带领团队攻克技术难题
- 负责大模型在代码生成全链路的训练，包括预训练、SFT、强化学习等环节
- 构建高质量Coding数据生产体系，设计数据配比与质量评估方法
- 研究面向Coding场景的大规模强化学习关键技术，如Reward Design和Self-Improvement
- 探索超长上下文和仓库级代码的建模方法，提升模型对大型项目的理解与生成能力
- 扎实的机器学习、深度学习、强化学习理论基础
- 出色的编程能力，精通Python，有竞赛获奖或高质量开源贡献优先
- 有顶级会议论文发表经验，能独立进行前沿研究
- 具备问题分析与解决能力，对大模型和智能体有热情
申请策略
- 提前了解美团基础研发平台的技术方向，特别是代码智能相关产品
- 准备一份清晰的研究陈述，展示你对通用智能和下一代软件开发的思考
- 突出顶会论文发表经历（如NeurIPS、ICML）或竞赛获奖（如ACM/ICPC）
- 强调大模型训练、强化学习或代码生成相关的项目经验
- 展示高质量开源项目贡献，如知名GitHub项目
- 深入学习Transformer、RLHF、PPO等核心技术，掌握分布式训练框架
- 补充代码生成benchmark（如HumanEval、MBPP）及评估方法
面试指南
- 技术原理类：先清晰阐述核心概念，再结合具体场景给出优化思路
- 开放设计类：结构化回答，明确问题、现有方案的不足、你的创新点
- 项目经验类：用STAR法则介绍项目背景、你的角色、具体贡献和成果
- 请简述RLHF的实现细节，并说明如何应用到代码生成场景
- 如何设计Reward Model来有效评估生成代码的质量？
- 解释长上下文建模的主要挑战及你的解决方案
- 描述你参与过的一个大模型项目，包括数据构建、训练策略和效果评估
- 你对Agentic Coding的理解是什么？未来代码生成技术将如何发展？
匹配度报告
70
综合匹配度
大厂核心研发岗，前沿大模型技术栈，成长空间大但WLB一般。
适合人群
适合追求技术成长和前沿研究，能接受高强度工作节奏的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利匹配
75中等
美团作为上市大厂，薪酬福利有竞争力，但具体薪资未在JD中明确，因此给较高分数但非满分。
薪资信号未披露（AI估算：30K-60K/月）
成长发展匹配
85较高
职位涉及前沿大模型技术，学习资源丰富，成长路径清晰，但未明确提及晋升机制。
技术前沿前沿/新兴技术
技术栈大语言模型、强化学习、代码生成、Reward Design
成长机会学习生态圈、非线性成长
业务类型ambiguous
工作生活匹配
50较低
工作地点在北京，仅现场办公，JD未提WLB相关描述，大厂算法岗通常强度较大。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
AI大模型行业高速增长，技术影响力大，但社会价值方面较为间接。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs