【北斗】大模型算法工程师（多模态/后训练/DeepSearch/RL）内推链接：http://dpurl.cn/75M1Wd9z内推码：HY5Y8BR（该内推码多岗位可用）岗位职责研究方向一：大模型智能体Agent技术研究​​1.研究多轮长对话中的上下文管理技术，提高模型的连贯性和一致性，并探索基于用户特征和历史交互的定制对话策略，设计针对特定业务场景的微调和适应技术，提升模型在实际应用中的表现。​2.探索智能体调用和使用多个外部工具的方法，通过端到端后训练的方式增强其解决实际问题的能力。深度研究智能体的自我评估和学习机制，实现智能体的持续优化和能力提升。​3.优化LLM长链路的多轮工具调用能力，提升工具调用时的精确性及用户的实际交互体验。​4.设计并完善针对特定任务场景的Auto-Eval能力，指导模型迭代方向。研究方向二：深度搜索（Deep Search/Research）技术研究​1.研究面向深度搜索场景的工具学习方法，基于SFT/RLHF后训练算法赋予搜索智能体高效的工具调用能力。​2.对齐行业最前沿的研究进展，深入研究不同工具调用环境下的大模型后训练能力边界，并基于实际业务场景进行迭代优化。​​研究方向三：多模态基础模型能力建设​1.研究多模态数据（文本、语音、图像等）的语义融合与表示方法，提升模型对复杂内容的理解能力。2.探索多模态模型在推理任务中的表现，研究如何通过工具调用增强模型的推理能力。​3.设计高效的多模态模型架构，优化模型的参数规模、训练效率和推理性能，提升基础模型的通用性与适应性。​研究方向四：大模型分布式后训练及推理加速技术​1.后训练方向：样本IO吞吐优化：使用多线程读取、数据管道流水线编排、数据压缩等技术，实现分布式环境下高性能的样本IO pipeline；​计算图编译与高效执行：通过图编译、Kernel优化、算子融合等手段，提升计算图的执行效率；高性能并行训练：包括DP/TP/PP/SP/CP/EP等并行策略及其他训练超参数的自动寻优，故障自动恢复，弹性计算等；强化学习训练效率优化：通过rollout速度优化、多模型多阶段流水线编排、负载均衡等手段优化RL训练效率。2.推理加速方向：负责实现和优化大模型在线推理系统，提升推理性能，包括不限于：架构设计、算子开发、通信优化等； 研究并实现各种模型推理加速手段如并行策略、混合精度、MOE、FP8等技术，加速模型推理速度； 设计和开发高效的离线、在线推理系统，优化SGLang、vLLM等推理框架，加速整体推理性能。任职要求1.硕士及以上学历，博士优先，计算机、数学或统计学等相关专业。2.在Query理解，召回，相关性，排序，智能交互等方面有深入实践，具备大模型相关经验者优先。3.扎实的深度学习理论基础，精通主流深度学习框架(如Tensorflow、Pytorch)，拥有大模型SFT、RAG、DPO/PPO等大模型实操经验优先。4.具备较强的coding能力，熟练使用Python/C++等语言，在ACL/EMNLP/ICML/CILR/NIPS/CVPR/ICCV等顶会有论文发表经历优先5.优秀的分析、解决问题能力，对AGI的未来趋势与挑战有浓厚兴趣。6.精通至少一种深度学习框架（如TensorFlow, PyTorch），并具备良好的编程能力（Python, Java等）。7.对解决挑战性问题充满激情，较强的责任心、主动性和韧性，能良好的沟通协作。岗位亮点：1.拥有业界一流的团队，成员大多来自国内外名校，团队内有多位北斗、博士，可全方位支持前沿技术研究；2.核心业务支撑，参与前沿的大型模型技术研究和落地，探索大模型技术在实际业务场景中的应用；3.当前美团核心的GPU落地场景之一，和团队一起探索学习异构计算领域的前沿技术，个人成长快4.创新型团队扁平化管理，研究成果直接连接数亿用户的实际生活，国内最好的大模型后训练应用土壤。工作城市北京市