【北斗】大模型算法研究员（推理、泛化方向）

优缺点分析

角色解读

• 可在美团内部从研究员成长为技术专家或团队负责人，深入大模型核心领域
• 可向AI搜索、多模态等方向发展，成为跨领域人才
• 参与前沿研究和顶会论文发表，提升学术影响力
• 你将研究和改进大模型在美团AI搜索中的泛化与推理能力，涉及多业务场景适配、复杂约束理解和工具调用优化
• 需要设计并实现多场景联合训练方法，提升模型迁移效果，同时探索工具调用的准确性和结果一致性
• 工作直接对接实际业务需求，将研究成果落地到外卖、到店等核心场景中
• 扎实的深度学习和计算机理论基础，精通PyTorch或TensorFlow等主流框架
• 在大模型后训练方面有深入实践，具备较强的动手能力
• 熟练掌握Python和C++编程，具备工程实现和代码优化能力

申请策略

• 了解美团的AI战略和北斗计划，在面试中展现对业务的热情
• 准备一个完整的大模型项目案例，说明从模型设计到落地的全过程
• 重点突出大模型后训练、推理或泛化相关的项目经验或实习经历
• 强调深度学习和编程能力，列出熟练使用的框架和语言
• 如果有顶会论文发表或参与过开源项目，务必突出显示
• 补充强化学习或多任务学习相关知识，提升模型泛化能力理解
• 熟悉美团业务场景（如外卖、到店），思考如何将模型适配到落地场景

面试指南

• 使用STAR法则（情境、任务、行动、结果）描述项目经历
• 对于技术问题，先分析问题本质，再提出多种解决方案并对比优劣
• 展示对业务场景的理解，结合美团实际业务给出具体思路
• 请介绍一个你参与的大模型后训练或推理优化项目
• 如何提升模型在多个场景下的泛化能力？请举例说明
• 当模型在复杂约束条件下推理错误时，你会如何分析和改进？
• 如何设计工具调用模块以提高调用成功率和结果一致性？
• 你如何看待当前大模型在搜索场景中的挑战和未来趋势？