美团
【LongCat大模型人才校招】大模型算法研究员-Search Agent方向
【LongCat大模型人才校招】大模型算法研究员-Search Agent方向
发布于 大约 16 小时前普通员工/个人贡献者
北京市
初级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
PyTorch
强化学习
NeurIPS
ICML
ICLR
多模态
大语言模型
Search Agent
AI 估算 · 25k–40k
校招顶尖博士/硕士，大模型方向火热，美团薪资有竞争力，参考一线互联网算法岗
职位详情
关于这个职位
美团LongCat团队正在招聘大模型算法研究员，专注于Search Agent方向
你将参与下一代智能体的范式探索，研究Agentic RL、搜索智能体与生活服务助理Agent，在亿级真实用户场景中实现算法落地
适合对强化学习、大语言模型和Agent有浓厚兴趣、希望发表顶会论文的顶尖人才
最低要求
全球 Top 高校计算机科学、人工智能、数学或相关领域博士或硕士
在 NeurIPS、ICML、ICLR、ACL、EMNLP等大模型领域顶级会议以第一作者发表过论文，研究方向与大语言模型、强化学习、Agent、多模态模型等强相关
在大语言模型、强化学习、Agent、多模态等方向中至少一个领域有扎实的理论基础与实践经验，能独立完成从问题定义、方法设计、系统开发、实验验证的完整工作闭环，并深度使用AI工具辅助完成
扎实的代码功底，能高效准确实现复杂模型结构并完成大规模训练实验
具备良好的科研品味、独立思考能力与跨团队协作沟通能力，对前沿问题有持续热情，敢于挑战现有范式
工作职责
Agentic RL 基础算法研究：探索面向长程多步任务的强化学习训练范式，包括稀疏奖励下的信用分配、过程奖励建模、自我博弈与多智能体协同、可扩展的 reward modeling，以及训练稳定性与样本效率优化
目标是实现Agent 能力增长的主引擎
Search Agent 能力构建：研发面向开放域复杂查询的搜索智能体，覆盖多轮检索规划、查询改写、证据聚合、多源信息冲突消解与可信溯源
重点突破"深度研究"类长程任务（Deep Research）的端到端 RL 训练，让模型在数十步检索-推理交织中保持目标产出高质量分析内容
生活服务助理 Agent：解决美团真实业务环境中（餐饮、出行、到店、履约等多业务横跨）实现智能助理的基础问题，研究多工具长链调用、澄清和主动服务、个性化记忆与偏好建模、跨会话状态管理，以及面向真实用户反馈的RL 闭环
优先资格
参与过千卡级大模型训练或 RL 大规模训练 infra 建设
在 GitHub 有高 star 开源项目，或在大模型 / Agent 领域知名开源社区有持续贡献
ACM/ICPC、NOI/IOI、Kaggle 等竞赛获奖者优先
AI 洞察
优缺点分析
优点
- 研究平台顶级：美团核心业务数据与算力资源丰富，直接接触亿级用户场景
- 导师制与自由探索文化，鼓励论文产出，学术与产业两不误
- 团队技术氛围浓厚，与Infra、产品紧密协作，综合能力提升快
- 研究难度高：长程Agent训练面临稀疏奖励、稳定性等开放难题，需要较强抗压能力
- 竞争激烈：全球顶尖人才汇聚，需要保持持续学习与创新
- 工作节奏较快：北京现场办公，涉及多业务横跨，需高效沟通与协作
缺点 / 挑战
- 适合具备强科研背景、热爱挑战、希望在大模型与Agent前沿领域快速成长的顶尖博士/硕士
角色解读
- 成长为Agent方向的核心研究员，主导下一代智能体技术突破
- 在美团海量真实场景中打磨算法，有机会成为技术Leader
- 积累学术影响力，持续产出顶会论文，实现学术与产业双闭环
- 研究面向长程多步任务的强化学习算法，包括稀疏奖励、过程奖励建模等，提升Agent推理能力
- 构建搜索智能体，实现多轮检索规划、证据聚合与可信溯源，攻克深度研究类任务
- 落地生活服务助理Agent，解决多工具调用、用户记忆与跨会话状态管理等真实场景问题
- 扎实的强化学习与深度学习理论基础，熟悉RLHF、PPO等前沿方法
- 精通Python和PyTorch，能高效实现复杂模型并进行大规模分布式训练
- 顶会论文发表经验，具备独立科研能力与良好的工程落地意识
申请策略
- 多了解美团的业务场景（餐饮、出行、到店），在面试中结合具体场景提出你的研究思路
- 展示对前沿技术的热情与独立思考，可以提前准备1-2个你想探索的研究方向
- 突出顶会一作论文，详细说明在RL/Agent/LLM方向的技术贡献
- 强调大规模训练经验（千卡级）或开源项目影响力
- 展示代码能力和工程实现细节，如分布式训练框架优化
- 系统复习强化学习核心算法，特别是RLHF、DPO、过程奖励建模
- 动手实践Agent框架，如LangChain、AutoGPT，熟悉搜索与工具调用流程
- 准备一个与Search Agent或生活服务相关的项目Demo或想法
面试指南
- 采用STAR法则：说明背景、任务、行动、结果，重点突出你的创新点与工程实践
- 分析问题本质：先拆解问题要求，再提出一个核心挑战，然后给出你的解决方案和备选方案
- 结合美团实际场景：将通用方法映射到餐饮、出行等业务，展示业务理解深度
- 请介绍一下你的顶会论文，你如何看待它在大模型Agent领域的应用？
- 在长程任务中，如何解决稀疏奖励下的信用分配问题？
- 请设计一个多工具调用的Agent系统，如何处理工具召回和结果聚合？
- 如何评估一个搜索智能体的回答质量？你有哪些评测指标？
- 你如何看待RLHF与过程奖励模型在Agent训练中的优缺点？
匹配度报告
70
综合匹配度
顶尖校招算法岗，前沿Agent研究方向，资源与成长空间极佳，但现场办公且WLB未知。
适合人群
最适合理想驱动、追求技术极致与学术成就、不太在意工作生活平衡的研究型人才。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展95
工作生活50
使命价值75
薪资福利匹配
60中等
薪资未在JD中披露，但校招大厂算法岗整体市场水准较高，福利待定，补偿性动机满足程度一般。
薪资信号未披露（AI估算：25K-40K/月）
成长发展匹配
95较高
研究前沿、资源充足、有导师制和研究自由，发展性动机获得极大满足。
技术前沿前沿/新兴技术
技术栈大语言模型、强化学习、Agent、多模态、PyTorch、分布式训练
成长机会专属带教导师、教研自由、成长路径
业务类型ambiguous
工作生活匹配
50较低
仅现场办公，未提及弹性工作或WLB，北京办公生活节奏较快，生活动机满足一般。
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
75中等
大模型是高速增长赛道，Agent技术有望改变生活服务，有一定社会意义，但非直接社会公益。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs