美团(meituan)招聘【北斗】AutoResearch算法研究员
招聘职位:
【北斗】AutoResearch算法研究员 搜索同类职位
岗位职责:
【愿景】
研发下一代自动化算法研究智能体系统,在美团配送亿级业务场景中探索 AI 驱动的算法创新闭环。
【你将参与】
方向一:自动化算法研究 Agent 能力研究与harness建设
1.研究并实现基于多 Agent 协作的自动化算法研发框架,探索 LLM 在研究规划、实验假设生成、复杂任务分解、工具使用、代码生成与执行、指标分析与策略复盘等自主科研全链路上的能力边界。
2.设计AutoResearch的harness建设,建设算法的知识库与记忆系统,优化长程任务的上下文组织与记忆管理,包括 context scaling、memory selection、状态追踪,提升模型在复杂研究任务中的稳定性。
方向二:AutoResearch 训练策略与评测体系
1.协助构建 AutoResearch 评估基准,设计自动评审机制,量化 AI 生成算法方案的质量;围绕 SFT、RLVR 等方法,设计面向算法研究任务的数据配方与 outcome/process-level 反馈信号。
2.跟踪 AI Scientist、AIDE、MLR-Bench 等前沿工作,结合业务场景复现并改进 SOTA 方案,系统分析推理漂移、长链路失稳等失败模式。
方向三:业务闭环与落地
1.在外卖配送、骑手调度、定价决策等真实业务场景上验证 AutoResearch 范式,将研究成果转化为可量化的线上收益,探索 AI 驱动算法创新的新范式。
2.将研究系统从单点模块扩展至履约全链路,打通特征工程→模型调优→A/B部署的端到端pipeline;探索Agentic RL与跨轮学习,使系统具备自主迭代进化能力。
任职要求:
【任职资格】
必备条件:
1.2027届计算机、人工智能、数学、统计等相关专业在读或应届,本科及以上学历,博士/硕士优先。
2.具备业务洞察与问题定义能力:能将模糊的研究目标拆解为可验证的实验假设,定对指标、选好方向,而非只会执行。
3.具备AI驾驭能力:能引导LLM Agent完成复杂研究任务及工程实现,能够独立完成问题建模、论文阅读、算法复现、实验设计、结果分析和迭代优化。有识别AI输出质量问题的技术判断力与review能力。
4.熟悉LLM及Agent基本机制,包括Agent Loop、Tool Use、Multi-Agent、Reasoning等;熟练使用Python及PyTorch等主流框架。
5.自驱力强,能在开放性问题中主动推进,在不完美条件下快速验证假设,动手能力和执行能力强。
加分项:
1.有AutoML、Neural Architecture Search、AI驱动科研工具(如AI Scientist、AIDE、MLR-Bench类)的研究或工程经验。
2.熟悉ClaudeCode、OpenClaw等开源Harness的设计与实现,或有Agent评估框架搭建经验。
3.具有跨学科视野,能将运筹优化、强化学习等方法引入AutoResearch体系。
4.在NeurIPS、ICML、ICLR、KDD等顶会发表过论文(含在投),或有被广泛使用的开源项目。
5.对 AI Agent、Agentic RL、AI for Optimization、AI for Science、智能化算法研发系统等前沿方向有持续关注和独立思考,愿意探索 AI 改变算法研究范式的长期问题。
【为什么是我们】
1.真实战场:千万级日订单、百万级骑手,提供业界罕见的 Agent 大规模真实落地环境,参与即时配送中的超大规模实时决策问题研究,你将把真实业务中的复杂决策问题抽象为可研究、可评测、可迭代的算法问题,并推动研究成果在真实系统中验证与落地。AI 驱动算法研发前沿阵地,不是玩具 Demo。
2.资源保障:充足的 GPU 集群资源,顶尖模型Token 供给有保证。
3.成果导向:团队鼓励发表顶会论文,内部有完善的学术合作通道。
4.高密度氛围:团队论文产出稳定,组内多名同学在顶会发表论文,并与多所顶尖高校保持长期联合研究。
【愿景】
研发下一代自动化算法研究智能体系统,在美团配送亿级业务场景中探索 AI 驱动的算法创新闭环。
【你将参与】
方向一:自动化算法研究 Agent 能力研究与harness建设
1.研究并实现基于多 Agent 协作的自动化算法研发框架,探索 LLM 在研究规划、实验假设生成、复杂任务分解、工具使用、代码生成与执行、指标分析与策略复盘等自主科研全链路上的能力边界。
2.设计AutoResearch的harness建设,建设算法的知识库与记忆系统,优化长程任务的上下文组织与记忆管理,包括 context scaling、memory selection、状态追踪,提升模型在复杂研究任务中的稳定性。
方向二:AutoResearch 训练策略与评测体系
1.协助构建 AutoResearch 评估基准,设计自动评审机制,量化 AI 生成算法方案的质量;围绕 SFT、RLVR 等方法,设计面向算法研究任务的数据配方与 outcome/process-level 反馈信号。
2.跟踪 AI Scientist、AIDE、MLR-Bench 等前沿工作,结合业务场景复现并改进 SOTA 方案,系统分析推理漂移、长链路失稳等失败模式。
方向三:业务闭环与落地
1.在外卖配送、骑手调度、定价决策等真实业务场景上验证 AutoResearch 范式,将研究成果转化为可量化的线上收益,探索 AI 驱动算法创新的新范式。
2.将研究系统从单点模块扩展至履约全链路,打通特征工程→模型调优→A/B部署的端到端pipeline;探索Agentic RL与跨轮学习,使系统具备自主迭代进化能力。
任职要求:
【任职资格】
必备条件:
1.2027届计算机、人工智能、数学、统计等相关专业在读或应届,本科及以上学历,博士/硕士优先。
2.具备业务洞察与问题定义能力:能将模糊的研究目标拆解为可验证的实验假设,定对指标、选好方向,而非只会执行。
3.具备AI驾驭能力:能引导LLM Agent完成复杂研究任务及工程实现,能够独立完成问题建模、论文阅读、算法复现、实验设计、结果分析和迭代优化。有识别AI输出质量问题的技术判断力与review能力。
4.熟悉LLM及Agent基本机制,包括Agent Loop、Tool Use、Multi-Agent、Reasoning等;熟练使用Python及PyTorch等主流框架。
5.自驱力强,能在开放性问题中主动推进,在不完美条件下快速验证假设,动手能力和执行能力强。
加分项:
1.有AutoML、Neural Architecture Search、AI驱动科研工具(如AI Scientist、AIDE、MLR-Bench类)的研究或工程经验。
2.熟悉ClaudeCode、OpenClaw等开源Harness的设计与实现,或有Agent评估框架搭建经验。
3.具有跨学科视野,能将运筹优化、强化学习等方法引入AutoResearch体系。
4.在NeurIPS、ICML、ICLR、KDD等顶会发表过论文(含在投),或有被广泛使用的开源项目。
5.对 AI Agent、Agentic RL、AI for Optimization、AI for Science、智能化算法研发系统等前沿方向有持续关注和独立思考,愿意探索 AI 改变算法研究范式的长期问题。
【为什么是我们】
1.真实战场:千万级日订单、百万级骑手,提供业界罕见的 Agent 大规模真实落地环境,参与即时配送中的超大规模实时决策问题研究,你将把真实业务中的复杂决策问题抽象为可研究、可评测、可迭代的算法问题,并推动研究成果在真实系统中验证与落地。AI 驱动算法研发前沿阵地,不是玩具 Demo。
2.资源保障:充足的 GPU 集群资源,顶尖模型Token 供给有保证。
3.成果导向:团队鼓励发表顶会论文,内部有完善的学术合作通道。
4.高密度氛围:团队论文产出稳定,组内多名同学在顶会发表论文,并与多所顶尖高校保持长期联合研究。
免责声明:
此信息由美团官网 (查看来源)审核并发布,我们转载该信息,仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“美团官网”负责。我们作为信息转载平台,不构成求职建议,不涉及任何职业中介服务,不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎,自行判断并承担相应风险,求职请认准企业官方渠道!