Watch Jobs
Meituan logo
美团
【北斗】多模态理解后训练与Agent算法研究员
立即应聘

【北斗】多模态理解后训练与Agent算法研究员

发布于 大约 2 个月前

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
学历未注明
研究与开发 (研发)
后训练
多模态
大模型
强化学习
视觉推理
AIGC
OCR
PyTorch
Visual Grounding

AI 估算 · 35k–55k

美团大厂算法岗，北京薪资水平高，岗位要求前沿，竞争力强，预估月薪35K-55K。

职位详情

关于这个职位

该职位是美团本地生活视觉AI团队的核心算法岗位，专注于多模态大模型的后训练与Agent方向，旨在提升模型在OCR、视觉理解、Agent等复杂任务上的能力，并推动技术在真实业务场景中的落地

适合有相关研究背景、追求前沿技术应用的算法人才

最低要求

具备视觉多模态大模型的预训练或后训练研究经历

熟悉PyTorch，有充分的动手实践经验

工作职责

基于多模态预训练和后训练相关技术创新，提升多模态大模型在OCR、文档图表解析、Visual Grounding、细粒度感知、视觉问答等核心视觉理解任务上的能力上限

探索多模态强化学习方案创新设计，实现视觉感知、多模态理解等场景下的高性能可信输出和幻觉抑制
增强模型的视觉推理能力（Visual CoT、PRM等）、工具调用与Agent能力、长上下文视觉理解能力和GUI能力，提升模型在视觉感知、理解、规划决策的长程复杂任务上的综合表现

优先资格

社区影响力：在多模态大模型领域有影响力的开源项目中做出过核心贡献

学术影响力：发表过高水平论文（如ICLR、CVPR、ICCV等），有相关竞赛经历并取得名次

AI 洞察

优缺点分析

优点

  • 依托美团海量本地生活数据，场景丰富，落地价值高
  • 团队技术氛围浓，可接触多模态最前沿课题（强化学习、Agent等）
  • 大厂平台稳定，资源充沛，对个人成长和职业背书有利
  • 北京房价高，生活成本大，工作可能有一定强度

缺点 / 挑战

  • 技术要求高，需要较强的动手和创新能力，竞争压力大
  • 适合有视觉/多模态大模型研究背景，乐于挑战前沿技术，追求学术与工业结合的同学

角色解读

  • 成为多模态方向的资深算法专家，主导核心技术方向
  • 向视觉Agent及多模态决策智能方向发展，引领行业标杆
  • 也可转向技术管理或产品化落地，负责业务线视觉能力建设
  • 研发多模态大模型的后训练技术，提升OCR、图文理解等任务的性能
  • 探索强化学习与Agent能力，优化模型在长程复杂视觉任务中的推理和决策
  • 参与前沿研究并落地到本地生活场景，如视觉搜索、数字人交互等
  • 扎实的多模态/视觉大模型背景，熟悉预训练或后训练流程
  • 熟练使用PyTorch进行模型训练和调优
  • 了解强化学习、Agent对齐等前沿方向优先

申请策略

  • 提前了解美团视觉AI团队的公开成果，如论文或技术博客，面试中展现热情
  • 准备一两道与业务结合的技术方案题，展示落地思维
  • 突出多模态预训练或后训练项目的成果，如性能提升、论文发表
  • 强调PyTorch实战经验和大规模训练经验
  • 如有开源贡献或竞赛获奖，放在显眼位置
  • 补充强化学习或Agent方向的了解，可阅读经典论文或复现实验
  • 熟悉Visual CoT、PRM等最新技术，提升视觉推理能力

面试指南

  • 优先从方法动机和效果两个角度回答，强调实验验证
  • 遇到开放题先划分问题边界，再提出具体方案
  • 结合个人项目经历，展示实际解决问题的思路
  • 如何设计一个多模态后训练任务来减少模型幻觉？
  • 解释Visual CoT的原理，并举例如何应用
  • 你如何评估Agent在视觉任务中的表现？
  • 描述你使用PyTorch训练大模型时遇到的显存优化问题及解决方案
  • 复习多模态大模型的经典架构（如LLaVA、BLIP等），掌握后训练方法

职位点评

72
综合评分

大厂核心算法岗，前沿技术栈，薪资预计不错，但工作强度和生活平衡一般。

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

更适合这类人
适合追求技术成长、愿意在核心算法上深耕，能接受一定工作压力和高强度竞争的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活50
使命价值70

薪资福利

70中等

薪资未明确披露，但美团大厂薪资在北京具有竞争力，福利通常完善（如五险一金、股票期权等），但JD未明确列举。

薪资信号未披露（AI估算：35K-55K/月）

成长发展

90较高

该岗位聚焦多模态、后训练、Agent等前沿技术，团队技术沉淀深厚，可积累顶级项目经验，成长空间极大。

技术前沿前沿/新兴技术
技术栈多模态、大模型、后训练、Agent、视觉推理、强化学习
业务类型ambiguous

工作生活

50较低

北京现场办公，未提及WLB，大厂算法岗通常有一定加班压力，生活方式灵活性较低。

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

70中等

美团本地生活业务对用户日常生活有积极影响，但职位更偏技术研发，社会意义感中等。

行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术

美团 的其他在招职位

相似职位推荐

Watch Jobs