美团自研模型 AI 沙盒基础设施工程师

负责面向 Agentic AI 场景的沙盒基础设施平台建设，支撑美团自研模型强化训练、agent评测、数据合成、在线调用等场景下的大规模多样化环境需求。
- 设计并实现统一的执行抽象层，支持 Function Call / Container / microVM / fullVM 等多种执行基座，并提供一致的接口与调度能力。
- 负责沙盒集群的控制面与数据面架构设计，包括 API Gateway、Host Agent、Cluster Monitor 等核心组件的研发与演进。
- 优化沙盒环境镜像的分发、加载与启动链路，建设分层镜像、按需加载、本地缓存、只读层共享等能力，提升冷启动性能与资源利用率。
- 面向超大规模并发场景，持续推进密度优化与成本优化，包括页缓存复用、内存回收、运行时争用治理、超卖与隔离平衡等方向。
- 建设面向 Agent 执行过程的轨迹日志、状态追踪、故障恢复与可回放机制，提升系统的稳定性、可观测性与可审计性。
- 与模型、训练、评测、推理、平台等团队协作，推动 AI Agent 运行时基础设施在实际业务中的落地。

- 加入美团自研模型团队，建设的沙盒系统深度融入自研模型强化训练、数据合成、agent评测等核心流程，更有开源项目贡献和顶会论文发布机会，打造业界个人影响力。
- 深入剖析和探索探索大模型的能力边界，追踪业界进展，站在大模型业界的最前沿。
- 团队保障充足的计算资源，第一时间接触使用业界的模型，并推动美团自研大模型研究进展。
- 沙盒系统建设挑战大（如何用统一接口承载多种不同隔离级别的执行环境；如何让海量环境镜像做到加载快、启动快、复用高；如何在高并发下实现高密度、低成本、强隔离；如何让 Agent 执行过程具备轨迹可追踪、任务可恢复、结果可复现的能力）