招聘城市：北京，上海
岗位职责：
简介：打造 world class，production ready 的大模型推理引擎，可根据个人背景和研究兴趣选择以下方向之一深入推进：
1、异构硬件高性能推理算子研究与开发。
2、Model System Co -design，充分利用硬件特性。
3、Scale up & scale out 分布式推理系统设计，高效可靠的推理调度体系。
4、投机推理算法研究与落地。
5、模型/KVCache 量化算法研究与算子开发。
任职要求：
1、具有扎实的编程功底，熟悉 C++/CUDA 编程最佳；
2、深入理解 Transformer/MoE/Attention 等 LLM 概念；
3、熟悉 RDMA，PD 分离等技术；
4、有一手的开源推理引擎使用/开发/调优经验最佳。
招聘城市：北京，上海
岗位职责：
简介：我们聚焦于多模态推理的前沿探索。你将参与具有前瞻性的研究，并可根据个人背景与兴趣，选择以下任一方向进行深入：
1、下一代多模态推理架构： 定义并实现复杂/统一多模态模型的高效推理框架。
2、实时交互演进： 针对多模态语音视频流，探索极致的系统级优化。
3、长文本/长视频突破： 深入研究长序列下的创新压缩算法与高性能推理加速方案。
任职要求：
1、熟悉大模型推理原理及主流优化技术，拥有扎实的编程能力；
2、对多模态技术发展趋势有独立见解与思考；
3、具备极强的自驱力、创新意识与执行闭环能力；
加分项：
1、在相关领域有研究或项目实践经验；
2、对系统性能优化、压缩算法、实时…
招聘城市：北京，上海，深圳
…交互轨迹的大规模RL Scaling、基于环境反馈的自进化与持续学习机制，以及多模态推理与行动的联合优化策略。
任职要求：
1、本科及以上学历，计算机、人工智能、自动化、数学等相关专业在读；
2、在以下一个或多个领域有较深入的研究或实践经验：多模态大模型（MLLM）、强化学习（RL）、Agent系统、GUI Agent / Computer Use、视觉-语言模型、跨模态融合；
3、熟悉Python，具备较强的工程实现能力，有大模型训练或推理实践经验者优先；
4、好奇心驱动，具备出色的问题分析与自主探索能力，能够在前沿不确定性较高的方向中持续推进；
5、具有良好的沟通协作能力，对追求前沿技术有强烈热情，能够与团队融洽合作，快速试验想法。
加分项…
招聘城市：北京，上海，深圳
…系统、大语言模型（LLM）、Agent系统、语音识别/合成（ASR/TTS）、强化学习；
3、熟悉Python，熟练使用PyTorch等深度学习框架，具备较强的工程实现能力，有大规模分布式训练或流式推理优化实践经验者优先；
4、好奇心驱动，具备出色的问题分析与自主探索能力，能够在前沿不确定性较高的方向中持续推进；
5、具有良好的沟通协作能力，对追求前沿技术有强烈热情，能够与团队融洽合作，快速试验想法。
加分项：
1、在ICASSP、Interspeech、ACL、ICLR、NeurIPS、ICML等顶会发表过相关论文者优先；
2、在有影响力的开源项目（如大模型、语音处理框架、Agent框架等）中做出过核心贡献者优先；
3、有AudioLM、VALL-E、Qwen-Audio等语音/音频大模型相关研究…
招聘城市：北京，上海
岗位职责：
简介：参与面向大模型训练/推理的高性能计算与系统优化工作，可根据个人背景和研究兴趣选择以下方向之一深入推进：
1、面向GPU/NPU 等多硬件平台的算子开发与极致性能优化(CUDA/Cutlass/TileLang)。
2、跟踪前沿模型算法并完成高性能工程落地，深入框架层开展算子融合、内存/通信优化、流水编排等系统级性能调优。
3、探索基于大模型的高性能 Kernel 自动合成技术，参考 LLM-driven Kernel Generation 范式，研究高效 GPU/NPU Kernel 的端到端自动生成与迭代优化方法。
4、基于DSL（如 Triton、TVM TIR、Halide 等）的编译优化与自动调优技术研究。
5、多硬件后端（NVIDIA/国产芯片）的统一算子库建设与迁移适配。
任职要求：
1、GPU编程:写过…
招聘城市：北京
…后链路上限，漏斗效率折损大。随着大模型和生成式技术的快速发展，其强大的表征能力和良好的Scaling性质也为广告系统提供了新的可能性。本研究旨在探索如何利用生成式技术重塑整个广告系统，通过一个端到端的生成式广告大模型完成所有决策，打破多级漏斗框架，打开模型决策空间，最大化平台收益。
【建议研究方向】
1.生成式广告训练系统设计：基于前沿大模型（如Transformer、HSTU等），设计生成式推荐模型的分布式训练框架，优化数据/模型的高效并行处理和混合精度训练策略。
2.高性能推理引擎建设：既有大稀疏（Embedding），又有大稠密（LLM）的模型结构下，优化延迟、吞吐量和显存占用，支持千亿/万亿参数模型的实时推理需求…
招聘城市：北京，上海
…读写策略学习，以及长上下文与显式记忆协同的系统设计，以支撑长时程规划、多轮任务连续性与个体化经验积累.
任职要求：
1、计算机、人工智能、数学、统计学、电子信息或相关专业本科高年级、硕士或博士在读；
2、具备扎实的机器学习基础，对以下至少一个方向有较深入理解： - 大语言模型与后训练 - 强化学习 / Online learning / Bandit / Sequence decision making - Agent / Tool use / Planning / Reasoning - 记忆增强模型 / RAG / 长上下文建模 - Reward modeling / Preference learning / PRM / ORM
3、熟悉 Python，具备较强的工程实现能力，能够独立完成实验、调参与结果分析，并具有一定的大模型训练或推理实践经验；
4、具备较强的论文阅读、问题抽象与实验设计能力，能够围绕一个研究问题提出清晰假设…
招聘城市：北京
…职责：
【课题说明】
致力于探索多模态大模型与强化学习的前沿技术。研究方向包括多模态表征与理解、强化学习增强的生成与对齐、智能体（Agent）决策与规划等，业务影响覆盖美团外卖每天数千万的订单，核心工作是为用户及商家实现地理空间的智能规划，包括商家配送范围（决策用户是否能在该商家下单）、Area of Interest边框挖掘（AOI，即用户所处地理社区边界，保证用户下单体验的一致性）、用户拼单范围、骑手取件区域的建模与优化。目标是构建能够理解复杂业务需求、驱动范围智能调整的Agent系统，实现“技术驱动业务范式”的升级转变，最终促进平台供给繁荣与用户的供需匹配优化。
【建议研究方向】
1.多模态感知与表征建模…
招聘城市：北京，上海
…构建模型基于线上反馈持续自迭代的能力。
任职要求：
【任职资格】
必要条件：
1.2027届本科及以上学历，计算机、人工智能等相关专业；
2.熟练掌握 Python，熟悉 PyTorch 等主流深度学习框架；
3.扎实的机器学习/深度学习理论基础，对推荐系统、NLP、多模态、LLM 中至少一个方向有深入研究或项目经验；
加分项：
1.在 NeurIPS、ICML、ICLR、KDD、WWW、RecSys 等顶会发表论文；
2.ACM-ICPC、Kaggle 等顶级算法竞赛获奖；
3.有大厂广告/推荐系统相关实习经验。
【为什么是我们】
1.高价值课题，真实场景验证：多模态理解、LLM 与协同信号融合、生成式召排均为工业界广告算法的核心攻坚方向，研究成果直接在日均亿级请求的线上系统中验证，兼顾技术前沿…
招聘城市：北京，上海，深圳
…熟悉扩散模型、VAE等相关研究进展
2.熟悉PyTorch，有充分的动手实践经验
加分项：
1.有图像/视频生成、多模态大模型相关研究和实习经历，有影响力的开源项目中做出过核心贡献
2.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
岗位吸引力：
1.极具前沿性和爆发力的研究方向：你将站在视频生成基座Scaling、实时交互式生成、世界模型的交叉前沿，每个技术方向都没有完全收敛，内容创作、交互式生成、具身智能的任何一个方向爆发，你做的模型都是第一受益者。
2.超大规模基座模型经验——PB级视频数据管线搭建、大规模分布式训练，到模型架构设计与推理优化，全链路系统级积累在…
招聘城市：北京
…核心决策问题，探索因果推断与前沿人工智能技术融合的下一代决策科学范式。本研究直面高维、动态、充满混杂的商业环境中的根本性挑战：商家间复杂的替代与互补关系、多干预下的交叉混杂效应、以及决策影响的延迟传导与长期因果效应。目标是构建能够表征长程因果、进行反事实推演与前瞻性预估的智能决策系统，实现从“数据相关性分析”到“因果性决策”的根本性跨越，为定价策略提供可解释、可预估的科学依据。
【建议研究方向】
1.List-wise替代效应的因果效应建模：传统point-wise的因果模型无法刻画在外卖平台多商家同时曝光、用户主动比价场景下复杂的替代与竞争关系。本研究需攻克两大核心问题：一是曝光…
招聘城市：北京，上海
…能推理引擎建设：既有大稀疏（Embedding），又有大稠密（LLM）的模型结构下，优化延迟、吞吐量和显存占用，支持千亿/万亿参数模型的实时推理需求。
3.低进度优化：基于结构化和非结构化模型进行低进度训推协同优化，从源头解决模型性能与精度的平衡难题。
4.广告链路端到端重塑：超长行为序列与超大候选Item情况下，优化传统的多阶段网络传输架构，需要一体化硬件支撑的召回/排序/机制统一服务。
任职要求：
【任职资格】
2027届本科及以上学历，计算机、人工智能等相关专业，且以下条件至少满足一项：
1.有大厂实验室的实习经验，或有贡献突出的开源项目，熟悉PyTorch、Megatron、vLLM/SGLang等机器学习框架，有大规模分布式系统…
招聘城市：北京，上海
岗位职责：
简介：负责大规模强化学习系统设计、分布式调优、调度优化、算法 co-design等，包括不限于 RLHF、RLVR、Agentic RL等范式。和算法共同提升模型各类专项能力，应用生产力等等
你可能从事以下方向：
1、RL训练系统架构
①设计和实现支持 PPO及各类变种算法的高效训练框架。
②Data/Env Scaling，优化并发调度效率 。
2、在线采样 & Rollout 优化
①优化RL场景（longcot、长尾分布、多轮交互）推理引擎效率，包括不限于量化、MTP、并行切分等等。
②训推混部署、全流程异步训练，提升 GPU 利用率。
3、 训推一致性
①训推引擎天然为了各自最大化效率存在精度差异，研究如何不断降低两者diff，包括不限于 Routing Replay、确定性计算等等。
4、训练稳定性
①攻克…
招聘城市：北京，上海
…大模型架构优化探索，算法工程协同设计，涉及到训练和推理的各类算法和工程策略探索落地。参与美团基座大模型项目，包含但不限于：
1、大模型高效架构设计探索（高效attention，moe架构等）。
2、预训练 / 后训练算法工程策略。
3、投机推理算法工程策略。
4、模型轻量化策略（剪枝，量化，稀疏，蒸馏，结构搜索等） 。
5、Agentic coding系统优化策略。
任职要求：
1、熟悉一些常用的深度学习框架和大规模训推框架（比如megatron，verl，vllm，sglang等等），在大模型上有训练和推理算法工程优化实际经验的优先；
2、熟悉机器学习和深度学习理论，具备扎实的编程能力，熟悉常见的主流大模型架构；
3、有大模型或机器学习相关顶会论文发表，特别是模型架构…
招聘城市：北京，上海
…商业分析、精准营销与广告投放、个人助理与智能服务三大场景，致力于用 AI Agent 重构人与数据、人与服务的交互方式。
【技术方向】
1、DataAgent 核心基建：攻坚复杂长周期任务的调度架构，解决大规模数据流转下的上下文治理、长期记忆与状态流控难题。
2、BA 场景工具链：构建高扩展性数据处理 Skill 体系与安全高效的代码执行沙盒，支持 Agent 智能调度高并发数据流处理工具。
3、精准营销 Agent：基于海量用户行为数据的宏观统计与微观推理，探索精细化需求理解与大小模型协同的高效系统设计。
4、Skill 体系与模型优化：探索 Skill 的表示、调度与自进化机制；推进 Agentic RL、自适应推理等模型训练与调优工作。
5、智能…
招聘城市：北京，上海
…训练智能体系统的核心在于训练对任意复杂的环境进行合理交互、并在复合guidance 信号下充分进行系统级长程任务解决。这里，环境向真实物理世界演化是一个可以预见的方向，从而依赖模型在动态的、存在时序自变化的多模态环境下的探索与交互能力。为了激发这样的能力，一方面，我们认为游戏是一个高度可验证、同时充满训练潜力的场景；另一方面，如 minecraft / 原神 以至更复杂的开放世界环境更可以作为智能体系统在进行真实物理世界训练之前的一个练兵场。
具体的，我们关注如下研究目标：
1、探索通过在高度多样、丰富的游戏任务下进行大规模智能体训练，提高模型面对一般多模态场景的交互与融合模态推理能力…
招聘城市：北京，上海
…构造、数据清洗、超参数优化以及 outcome-level / process-level 信号设计，提升模型在开放研究任务中的完成率、事实正确性和稳定性。
5、面向真实 research 任务的评测体系与错误分析闭环建设，建立 benchmark、自动化评测指标，系统分析搜索遗漏、证据误判、上下文污染、推理漂移、错误归因与长链路失稳等问题，并推动针对性优化。
任职要求：
1、硕士及以上学历，计算机、人工智能、数学、自然语言处理等相关专业，博士优先；
2、具备扎实的算法和数学理论基础及良好的编程基础，熟悉Python、Java等至少一种编程语言，熟悉PyTorch等深度学习框架；
3、在大模型领域有研究基础，或参与过有影响力的开源项目，在ICLR/NeurIPS/ICML/ACL等顶会发表论文者优先；
4…
招聘城市：北京，上海
…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 / 自迭代 / 持续学习的效果。
3、训练智能体系统的系统性长程任务高效处理能力，可以自主进行合理的任务拆解、分工；探索通过 agent swarm 或其他先进的 multi-agent system 进行系统性长程任务的并行执行和提效。
4、探索多模态推理和多模态环境交互的范式，并基于此进行增强智能体系统在复杂全模态环境下的任务完成能力。
任职要求：
1、本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业在读；
2、在强化学习、文本 / 多模态大模型训练、Agent、世界模型等一个或多个领域有较深入的研究和实践经验…
招聘城市：上海
岗位职责：
【课题说明】
本课题目标打破传统推荐系统的召回范式，在LBS服务零售场景下，借助LLM的世界知识与推理能力，构建融合业务特点的生成式召回架构，实现效果突破。
主要挑战在于服务零售行业需求差异大、服务非标准化，在召回过程中同时把控个性化和相关性。
课题将重点设计基于LLM的生成式召回架构，通过领域知识增强与业务目标微调，结合传统稀疏模型的记忆能力与LLM的泛化推理能力，优化端到端目标一致性、长尾query/item的冷启动等问题。
【建议研究方向】
1.推理生成：基于生成式架构引入think过程，结合服务零售行业特点，推理用户真实需求，进而生成更匹配用户诉求的候选。
2.LBS码本优化：基于多模态表征优化…
招聘城市：北京
…长尾小样本场景及系统级序贯优化时仍存在瓶颈。本项目旨在利用生成式大模型（LLM）的常识推理、多步规划与强大的表征性质，重构新一代时空决策框架。我们试图打破传统判别式模型的上限，通过“LLM + Decision Science”的深度融合，定义即时配送领域的技术新边界，为客户带来更好的服务体验。
【建议研究方向】
1. 知识迁移与新一代时空基础模型：利用 LLM 的预训练知识与元学习（Meta-learning）能力，设计适配时序与图数据的新一代时空表征架构。探索从“任务特定模型”向“时空通用基础模型”的转变，提升系统在复杂多变环境下的泛化精度，重点优化长尾小场景的建模精度
2. 多商家选择视角的用户需求因果建模：研究如何将LLM的全局…
