岗位说明
1. 后训练研究：深入参与模型对齐工作，重点研究多种后训练算法；探索结果奖励和过程奖励模型的构建，提升模型在复杂逻辑下的推理能力。
2. Agentic RL优化：针对复杂业务场景，优化 Agent 的任务规划、反思与执行能力；提升模型在长链路任务中的稳定性和成功率。
3. 前沿技术落地：跟踪业界前沿技术路线，负责相关算法的复现、调优及在业务场景中的工程化落地。
岗位要求
1. 直接参与大模型最核心的 RL 对齐 与 Agentic Reasoning 研究。
2. 资深算法专家一对一辅导，团队技术氛围浓厚。
3. 提供充足的计算资源及高质量的真实业务反馈数据（Human Feedback）。
4. 支持高水平论文合作发表及开源社区贡献。
美团是北京三快在线科技有限公司旗下品牌。美团是一家科技零售公司
美团以“零售 + 科技”的战略践行“帮大家吃得更好，生活更好”的公司使命。
自2010年3月成立以来，美团持续推动服务零售和商品零售在需求侧和供给侧的数字化升级，和广大合作伙伴一起努力为消费者提供品质服务。2018年9月20日，美团在港交所挂牌上市。
美团始终以客户为中心，不断加大在新技术上的研发投入。美团会和大家一起努力，更好承担社会责任，更多创造社会价值。
公司自成立以来始终以客户为中心，不断提升服务理念和标准，以便更好承担社会责任，创造更多社会价值。
