北京感知融合算法工程师

【愿景】建成全球持续领先、客户长期信赖的履约技术平台，打造市场首选、社会认可、服务10亿用户的配送品牌。【你将参与】方向一：多模态Agent技术体系研究与落地1.面向真实业务场景，设计并构建多模态Agent技术体系，覆盖图像、视频、文本、语音等多源信息理解，以及任务规划、工具调用、多轮交互、跨模态推理、自我反思与纠错等核心能力。
2.围绕复杂业务任务，抽象多模态Agent的关键问题与模式，探索视觉感知、复杂推理、工具协同和任务执行的一体化优化方案，提升Agent在真实场景中的准确性、鲁棒性与执行效率。
方向二：多模态模型训练与后训练优化1.负责多模态大模型及Agent模型的训练与优化，包括多模态指令精调、偏好对齐、奖励建模、过程监督等方向，提升模型在视觉理解、视频分析、图文推理、工具调用和复杂任务执行中的能力上限。
2.参与多模态训练数据与反馈数据建设，包括图文/视频数据清洗、合成数据构建、标注流程设计、偏好数据生产、评测数据沉淀等，支撑模型持续迭代。
方向三：多模态评测与业务闭环建设1.设计覆盖多模态Agent行为、模型感知能力、跨模态推理能力、工具调用能力和业务效果的评测体系，建立自动化诊断与归因链路。
2.与业务团队深度协作，构建训练—评估—迭代闭环，将多模态Agent能力落地到真实业务流程中，并转化为可量化的线上收益。

北京三快科技有限公司

和我们一起开发前沿Agentic Coding模型，持续提升模型在长程复杂任务和真实开发场景中的表现，并通过代码提升数字世界的智能上限。加入团队，你将参与如下工作：
1.代码全链路训练：包括pretrain、midtrain、SFT、RL等环节，持续提升模型在代码生成、代码理解、代码修复等方向的能力边界。
2.高质量数据建设：构建高质量Coding数据生产、数据配比与数据质量评估体系，覆盖软件工程任务、仓库级代码生成、终端任务、Web开发等方向，推动模型能力持续演进。
3.Coding 强化学习：构建面向 Coding 场景的大规模 RL 训练体系，研究 Reward Design、Self-Improvement 等关键技术，提升模型在真实任务中的稳定性与泛化能力。
4.长上下文与 Repo-Level 建模：研究超长上下文代码建模、多文件关联理解、仓库级知识记忆与代码结构建模能力，提升模型对复杂大型项目的理解和生成能力。
【为什么是我们】1.充分参与基模全链路的工作的机会，包括万卡集群上的超大规模训练，前沿算法研究，模型评测与行为研究，以及真实业务落地；
2.极具挑战的目标和远期愿景，通过代码去持续探索并突破模型智能上限；
3.对标行业极具竞争力的薪酬与资源支持。

北京三快科技有限公司

【愿景】美团配送决策智能中心承接全球最大规模即时配送业务，每天处理千万级订单、调度百万级骑手，团队曾获2023年Franz Edelman奖（工业工程界"诺贝尔奖"），已发表数十篇AI顶会论文。我们正在用AI重新定义即时配送的决策边界。【你将参与】1.智能调度与端到端决策：基于深度学习、强化学习对调度系统中的过滤、压单、指派、改派等多样决策行为进行端到端建模，探索LLM+RL驱动的新一代调度决策范式，实现多对一订单-骑手匹配的分布式实时全局优化。
2.时间预估与时空基础模型：研究LLM与时空数据的深度融合，构建新一代时空基础模型，突破传统判别式模型上限，提升复杂场景下的泛化精度与序贯规划能力。
3.骑手定价与因果决策：研究因果推断与大规模运筹优化在骑手定价中的前沿应用，构建高鲁棒性因果弹性模型，在预算约束下生成最优调价方案，最大化运力供给与用户体验。
4.供需平衡与智能调控：探索供需预测、运力调控的序贯决策优化，研究LLM增强的因果推断与反事实推演，实现从"数据相关性分析"到"因果性决策"的跨越。

北京三快科技有限公司

【愿景】我们致力于构建健康的本地商业生态，通过为平台客户和消费者提供符合其需求的多元、便捷、高效的商业产品和服务，帮助生态伙伴提高效率、优化经营、实现持续健康发展，推动本地商业数字化营销的发展，促进商业生态繁荣。【你将参与】1.领域LLM 构建：基于sota 基座模型，系统性整合美团用商双端数据，通过PT、SFT、RLHF等方式构建适配外卖/到餐领域的垂直领域LLM，快速支持商业广告系统多大模型应用落地；
2.基于强化学习+领域LLM 的通用广告解决方案：基于领域LLM，结合GRPO等强化学习技术，探索广告召回、粗排、精排建模的新范式，探索广告领域建模的scaling law；
3.结合广告业务场景与大模型前沿技术，探索改造广告算法链路的创新方向，实现广告算法链路的大规模升级及核心指标的显著提升。

北京三快科技有限公司

【愿景】构建以大模型算法为核心的金融 AI 智能体体系，打通“理解—推理—决策—执行—反馈”的全链路闭环。通过 LLM 理解用户意图与业务上下文，通过 SFT/RL 等算法提升金融场景专业能力，通过 Agent 进行任务规划、策略选择与工具调用，动态生成话术、方案和决策建议，持续基于评测与线上反馈自我优化，推动金融业务走向智能体时代。【职责】负责金融场景的大模型的研发和应用，研究相关技术在AI营销、AI风控、AI客服、AI催收领域的落地价值和解决方案，通过AI赋能业务，大幅提升业务在智能交互、智能决策场景下的效果。 研究方向一：基于大模型的多轮对话理解与生成1.深入参与对话机器人在数据建设、指令微调、偏好对齐、强化学习、推理优化等环节的建设；
2.研究和解决大模型落地的关键问题，如检索增强、长文本理解、模型小型化技术等，并提升训练-评测的迭代效率。
研究方向二：大模型智能体算法研究1.负责基于大模型的智能体架构构建，实现复杂问题的理解规划、工具执行以及感知反思能力；
2.探索最前沿技术，设计算法迭代飞轮，优化大模型基础模型，高效提升模型效果。

北京三快科技有限公司

你将加入 LongCat Agent 算法团队，与一线研究员共同推进下一代智能体的范式探索。具体方向包括但不限于：
1.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；
2.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。
3.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。这里的复杂度来自亿级用户、千万级 SKU 与多步骤决策构成的真实环境。
【为什么是我们】1.稀缺场景：直接接触亿级真实用户、跨业务多步决策的复杂环境，是当前业界最稀缺的 Agent 训练土壤；
2.充足资源：充足算力、丰富多模态数据、专属带教导师、顶级 infra 团队支持；
3.研究自由：明确鼓励技术探索，有机会参与顶会论文产出，研究成果可服务亿级真实用户实现学术与产业双闭环；
4.成长路径：北京 / 上海双地 base，扁平协作、与算法/Infra/产品高密度共事，快速成长为下一代 Agent 技术骨干。

北京三快科技有限公司

我们相信，AI 研发本身，是下一个被 AI 加速和重塑的领域。美团 LongCat 团队正在探索下一代 AI 自进化与自动化研究系统：让模型不仅能够完成任务，也能够参与模型研发过程本身，围绕问题发现、假设生成、实验执行、结果验证、经验沉淀与策略迭代，形成持续改进的研究闭环。加入我们，你将参与构建以研究智能体为核心，联动可验证研究环境、训练与评测体系、研究策略库的 AI for AI 系统，并将自动化研究能力反哺到模型自身的训练、评测与迭代中，推动“用 AI 研发更强 AI”的长期目标。
1. 自动化研究智能体能力建设参与提升模型在复杂任务分解、长程推理、研究规划、工具使用、代码生成与执行、证据整合、结果归因与研究报告生成等方面的闭环能力，并在真实模型研发任务中验证效果。
2. 长程上下文、记忆与状态管理探索 context scaling / compression、memory selection、任务状态追踪等机制，解决长周期任务中的一致性衰减、状态丢失、中断恢复与长期依赖管理问题。
3. 可验证研究环境与自动实验闭环构建覆盖 search、browser、retrieval、code execution、training / eval job、sandbox 等能力的交互式研究环境，将研究任务建模为可交互、可验证、可评分的闭环，支持自动实验编排、结果比对与版本回滚。
4. 训练策略与反馈信号设计设计数据配方、环境反馈、过程监督与 reward 信号体系，结合 SFT、强化学习等方法，引导模型在事实正确性、工具调用可靠性、任务完成率与研究轨迹质量上持续提升。
5. 评测体系与错误分析闭环建设面向真实 research workflow 的 benchmark 与自动评测体系，系统分析研究智能体在规划、检索、工具调用、上下文管理、实验执行、结果归因等环节的典型失败模式，并反哺训练策略与 harness 优化。
6. 研究经验沉淀与策略自进化将成功与失败任务轨迹沉淀为 research episode、skill、eval case 等可检索、可复用、可训练的经验资产，支持模型在后续任务中检索、复用、迁移与迭代，推动研究策略的持续自进化。

北京三快科技有限公司

你将加入 LongCat Agent 算法团队，与一线研究员共同推进下一代智能体的范式探索。具体方向包括但不限于：
1.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；
2.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。
3.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。这里的复杂度来自亿级用户、千万级 SKU 与多步骤决策构成的真实环境。
【为什么是我们】1.稀缺场景：直接接触亿级真实用户、跨业务多步决策的复杂环境，是当前业界最稀缺的 Agent 训练土壤；
2.充足资源：充足算力、丰富多模态数据、专属带教导师、顶级 infra 团队支持；
3.研究自由：明确鼓励技术探索，有机会参与顶会论文产出，研究成果可服务亿级真实用户实现学术与产业双闭环；
4.成长路径：北京 / 上海双地 base，扁平协作、与算法/Infra/产品高密度共事，快速成长为下一代 Agent 技术骨干。

北京三快科技有限公司

1. 负责具身小脑核心算法的研发与真机落地——基于强化学习（RL）训练机器人的运动策略，实现复杂地形自适应、动态环境下的稳定移动与操作，从仿真到真机端到端部署。
2. 打通"RL策略设计训练→仿真验证→Sim-to-Real迁移→真机规模部署"全链路闭环，持续探索大小脑协同的性能边界（模型策略输出与底层运动控制的衔接、安全兜底机制等）。
3. 设计并落地运控安全体系，确保在数据采集和推理执行中的人机安全。
4. 与VLA/世界模型团队、机电硬件团队、数采团队紧密协作，定义动作空间接口规范，支撑从遥操作数采到自主推理的全场景能力。
5. 落地具身智能前沿运控技术（RL-based locomotion、loco-manipulation、接触丰富操作、灵巧手控制等），能够完成从idea到真机验证的完整交付。

北京三快科技有限公司

1. 负责灵巧操作算法的设计与优化，提升机器人在复杂场景下的操作能力。
2. 研发灵巧操作的基础模型，推进机器人在泛化真实场景中的应用。
3. 与软硬件团队紧密协作，推动算法在真实机器人平台上的落地与迭代。
4. 跟踪国内外前沿技术动态，探索新型算法模型在灵巧操作中的应用。

北京三快科技有限公司

【AI愿景】美团龙猫基座大模型，不只聪明，更懂生活。从语言理解到全模态感知，从架构创新到极致推理，从海量预训练到亿级真实订单 —— 我们造的不仅是实验室里的“优等生”，更是活在大街小巷、三餐四季里的AI。 而我们想做的远不止于此 —— 让模型自己提出假设、训练自己、不断进化； 让一群智能体像团队一样分工协作、攻克复杂问题； 让 AI 走出屏幕，理解物理世界、走进真实场景。 这是我们正在冲刺的方向，也是你可以参与定义的未来。 加入我们，一起把智能带进真实物理世界，亲手打造下一代 AGI！【团队介绍】基座大模型AI Infra团队，以支撑前沿基础模型持续演进为目标，面向大模型研发与生产全链路，构建高性能、高稳定性、可持续扩展的AI基础设施体系。围绕高效率实验平台、大规模训练生产能力，以及模型结构与芯片架构协同优化， 沉淀软硬一体、训推贯通的关键基础能力，提升模型迭代效率、训练资源利用率与系统上限。【岗位职责】负责面向LLM数据场景中海量数据抓取需求建设，构建文本、多模态等高质量数据获取能力。
1.面向海量多源数据场景，构建高可用、高稳定性的分布式数据调度与抓取系统，保障数据供给的及时性与完整性。
2.针对不同目标站点的技术防护手段，设计并实现动态友好爬取方案，持续提升抓取成功率与数据质量，保障采集链路在复杂对抗环境下的持续可用。
3.设计数据清洗、去重、校验、质量等保障机制，确保整体系统的效率，对数据缺失、异常、延迟等风险做到早发现、早恢复。
4.深入理解业务场景对数据的需求，协同算法、搜索、策略、数据平台等团队，将抓取能力与业务目标对齐，推动数据

北京三快科技有限公司

PNC组介绍：在自动驾驶系统中，决策规划与控制可以类比为人类的大脑与神经。确保“大脑与神经”正确高效地“思考”和安全舒适地“执行”，是一个优秀的规划与控制组的职责所在。规划控制团队分为决策团队、规划团队和控制团队。决策规划部门的主要目的是在复杂的无人驾驶环境中找到安全的行驶方案，例如通过人类驾驶的数据分析何时进行变道，对前方车辆是跟随还是绕行。决策规划部分还要从路上的真实数据中学习人类驾驶的共识，比如道路拥堵时到底什么时候能变道，后车要怎么表达出它是否让行，进而思考如何把这种共识应用到具体算法中。此外，决策规划要能将不同的未来收敛到当选确定的行为中。控制部分则是负责将上述的行为严格地执行到车辆上。
工作职责：
· 为自动驾驶提供安全、舒适和可预测的车辆运动轨迹
· 分析自动驾驶仿真和路测数据，提升对自动驾驶系统的理解，发现和解决运动规划问题
岗位需求：
· 机器人，机电控制和自动化，计算机科学专业等本硕博
· 有如下领域的项目经验: optimization based or search based path planning and trajectory generation, planning under uncertainty probabilistic robotics mobile or industrial robots optimal control C++ 编程，数据结构和算法加分项：
· 计算几何
· 了解车辆动力学与运动学
· 博弈论
· 机器学习

广州文远知行科技有限公司

互联网