美团
【LongCat大模型人才校招】基础模型通用 agent 算法研究员
【LongCat大模型人才校招】基础模型通用 agent 算法研究员
发布于 大约 16 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
本科
研究与开发 (研发)
强化学习
ICML
ICLR
多模态
大模型
群体智能
Skills
Rl Scaling
模型自进化
AI 估算 · 20k–30k
作为互联网大厂校招算法研究员，薪资在行业内具竞争力，且团队强调有竞争力薪资福利。
职位详情
关于这个职位
这是一个面向2027届毕业生的校招岗位，专注于大模型基础模型的通用Agent算法研究
你将参与探索RL Scaling、模型自进化、多模态推理与群体智能等前沿方向，推动AI在复杂长程任务中的能力突破
团队研究氛围浓厚，成果丰硕，提供充足的算力和数据资源
最低要求
届获得本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业
好奇心驱动，对追求纯粹的技术有强烈热情，擅于迭代自我认知，不被惯性束缚，工作积极主动
数理基础扎实，具备第一性思考的素养和出色的分析、解决问题的能力，能够自主探索可靠的解决方案
具有良好的沟通协作能力，能够与团队融洽合作，一起探索新技术并快速试验想法，推进技术进步
工作职责
探索小时或者天级别复杂长程任务下的 RL Scaling 等可靠后训练范式，实现有效的探索引导和 credit assignment，并保障训练的 robustness、efficiency & effectiveness
探索模型的自进化系统构建方案，在易于模型理解使用的前提下，训练模型以更高信息密度的形态构建、维护和利用 memory / skills，使模型能主动在重复性任务或封闭任务域中总结、提炼认知与经验，并进行有效复用，达到不断自进化的效果
探索多模态推理和多模态环境交互的范式，尤其关注真实物理世界级别的动态环境，并基于此训练模型在复杂全模态环境下的复杂长程任务完成能力
探索模型群体智能的演化可能性，可以自主进行合理的任务拆解、分工、协同探索与智能集成
优先资格
在强化学习、大模型训练、Agent等一个或多个领域有较深入的研究和实践经验，主导过大影响力的项目
或在 ICLR/ICML/NIPS/CVPR/ACL 等顶级会议上以一作身份发表过有影响力的学术论文
在 CMO/NOI/CPhO/ACM 等竞赛中取得过优异成绩
AI 洞察
优缺点分析
优点
- 团队人才密度高，学术氛围浓厚，成果丰硕，有助于快速成长
- 研究课题前沿且开放，能接触到最新的大模型和Agent技术
- 有充足的数据和GPU资源支持，提供良好的实验条件
- 工作环境优越，团队扁平，结果导向，发展空间大
- 对理论基础和编程能力要求高，入门门槛不低
- 适合对AI研究充满热情、好奇心强、数理基础扎实的应届生，尤其是那些希望在强化学习、大模型训练和Agent领域深耕的同学
缺点 / 挑战
- 研究问题极具挑战性，需要较强的自主探索和创新能力
- 工作强度可能较高，需要持续投入时间和精力
角色解读
- 在顶级团队中积累前沿技术经验，成为大模型与Agent领域的专家
- 可向技术Leader或高级研究员方向发展，主导重要项目
- 优秀成果可发表顶级会议论文，提升学术影响力
- 研究并实现RL Scaling等后训练范式，提升模型在长程任务中的探索与信用分配能力
- 设计模型自进化系统，通过memory/skills的构建与复用使模型能自主总结经验并持续改进
- 探索多模态推理与真实环境交互，训练模型处理复杂全模态任务
- 研究群体智能，推动模型间的任务拆解、分工与协同
- 扎实的数理基础和编程能力，熟悉深度学习框架如PyTorch
- 对强化学习、大模型训练或Agent有深入研究，有相关项目或论文经验
- 具备第一性原理思维和自主解决问题的能力
- 良好的沟通协作能力，能与团队高效合作
申请策略
- 深入研究团队过往论文，如VitaBench、ScaleEnv等，在面试中展示对工作的理解
- 准备一个自己的研究或项目介绍，体现思考和实验过程
- 突出相关项目经验，如强化学习、大模型微调、Agent开发等
- 强调顶会论文发表或竞赛获奖经历
- 展示自主学习能力和解决问题的能力，例如个人博客或GitHub项目
- 明确提及对技术的好奇心和热情，可附上相关研究笔记
- 补强强化学习理论知识，掌握PPO、RLHF等算法
- 熟悉大模型训练框架如DeepSpeed、Megatron，了解RL Scaling原理
面试指南
- 对于开放性问题，使用“定义-拆解-方案-验证”的结构，先明确问题范围，再分步提出解决思路，最后说明如何进行实验验证
- 对于技术细节问题，先阐述基本原理，再结合自己的项目经验说明实际应用中的权衡和优化
- 对于论文或项目相关的问题，重点突出创新点和实验设计，以及个人贡献
- 请解释RL Scaling的核心思想和挑战
- 如何设计一个模型自进化系统？请举例说明memory和skills的作用
- 多模态推理中如何处理不同模态的信息对齐？
- 你做过哪些强化学习项目？遇到的主要问题是什么？如何解决？
- 对群体智能有什么理解？如何实现模型间的协同？
匹配度报告
80
综合匹配度
大厂校招，前沿技术栈，成长空间极大，但需现场办公，WLB信息不足。
适合人群
最适合注重技能成长和前沿技术探索的求职者，能接受一定的办公地点限制和潜在的强度。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展95
工作生活60
使命价值85
薪资福利匹配
80较高
作为大厂校招，薪资福利有竞争力，且团队明确提到有竞争力薪资福利，但仍属于市场偏高但非顶级水平。
薪资信号未披露（AI估算：20K-30K/月）
福利待遇有竞争力的薪资福利
成长发展匹配
95较高
该职位处于AI前沿研究领域，技术栈先进，团队研究氛围浓厚，提供丰富的成长机会和学术资源，发展性极强。
技术前沿前沿/新兴技术
技术栈大模型、强化学习、Agent、多模态、RL Scaling、模型自进化
成长机会个人成长、发展空间、良好的高校科研合作链接和丰富的学术资源
业务类型profit_center
工作生活匹配
60中等
仅现场办公，未提及弹性工时或WLB，但团队扁平、结果导向可能提供一定灵活性。
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
85较高
职位致力于构建通用AI助手，社会影响力大，且处于高速增长的AI赛道，创新性强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号让AI真正成为人类的强大帮手、对人类社会的各个方面都进一步带来更大、更深远的有益影响
创新程度开拓性创新（行业首创）
Watch Jobs