[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All Meituan jobs](https://jobs.opennash.com/companies/meituan/) · [Search jobs](/search/)

Meituan · 北京市

# 大模型算法工程师（强化方向）

北京市 

Listed on Meituan ’s official careers site. Listed as of October 19, 2026. Check that it is still open and apply there.
[Apply on Meituan ’s careers site →](https://zhaopin.meituan.com/web/position/detail?highlightType=campus&jobUnionId=4697275345)

[OpenNash Jobs](https://jobs.opennash.com/) / [Meituan ](https://jobs.opennash.com/companies/meituan/) / 大模型算法工程师（强化方向）

## Job description
- 负责大语言模型强化学习全链路优化，包括高质量训练数据构建、奖励模型迭代（Reward Model / Process RM）、RL策略训练（PPO/DPO/GRPO等），持续提升模型推理质量与对齐效果；

### 探索强化学习前沿技术并推动落地，包括但不限于
- 推理时计算优化（Test-time Compute）、基于搜索的推理增强、多步Agent决策优化、在线学习与自我进化；
- 将大模型能力与美团搜索、推荐、广告等核心业务场景深度结合，设计并迭代基于RL的策略模型，实现可量化的业务目标提升。
- 计算机科学、自动化、数学、统计学等相关专业硕士或博士，扎实的数学基础和编程能力；
- 精通强化学习核心算法（Policy Gradient、PPO、DPO、GRPO等），理解Reward Modeling和RLHF/RLAIF对齐技术原理，有LLM对齐相关项目实践经验优先；
- 熟悉PyTorch，有大规模分布式训练经验（DeepSpeed/Megatron-LM/FSDP），能独立完成从数据处理到模型训练部署的全流程；

### 有以下经验者优先
- 大语言模型推理优化（vLLM/TensorRT-LLM）、Agent/工具调用场景RL训练、搜索推荐系统强化学习应用；
- 在ICML、NeurIPS、ICLR等顶级会议发表RL/LLM方向论文者优先；
- 良好的逻辑思维和沟通能力，自驱力强，乐于挑战开放性技术问题。

### 前沿技术深水区
- 直接参与千亿参数大模型的RL训练，每天面对业界最前沿的Scaling RL挑战；

### 端到端闭环落地
- 从算法研究到亿级用户场景验证，你的每一行代码都能产生真实业务价值，拒绝纸上谈兵；

### 技术驱动文化
- 团队鼓励顶会投稿、内部技术分享，你可以在工作中同步保持学术竞争力。

## At a glance
- Posted by the employer: Not stated
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: Under a day
- Location: 北京市[Apply on Meituan ’s careers site →](https://zhaopin.meituan.com/web/position/detail?highlightType=campus&jobUnionId=4697275345)

## More jobs at Meituan 

### [2027秋招-客服产品运营](https://jobs.opennash.com/companies/meituan/jobs/f978e7cc03c79468cf40/)

北京市

### [2027秋招-客服工具运营](https://jobs.opennash.com/companies/meituan/jobs/6aadb21477d2532eed03/)

北京市

### [3PL加工主管](https://jobs.opennash.com/companies/meituan/jobs/e9a43ac9d86f9eeb5ebd/)

北京市

### [AI Agent 产品经理](https://jobs.opennash.com/companies/meituan/jobs/9bcdd148de90945f1a23/)

北京市

### [AI Agent 产品经理（微信生态方向）](https://jobs.opennash.com/companies/meituan/jobs/0ee416ec313968c517be/)

北京市

## Similar jobs at other companies

### [大模型算法工程师](https://jobs.opennash.com/companies/china-telecom/jobs/9680dc83336b080ded7a/)

China Telecom · 北京市

### [微信小程序-大模型算法工程师-智能体方向](https://jobs.opennash.com/companies/tencent-holdings/jobs/1d10ddb9c87f6e704785/)

Tencent Holdings · Guangzhou

### [大模型算法工程师-实习](https://jobs.opennash.com/companies/xiaomi/jobs/213a1b9f5784b73bb705/)

Xiaomi · 武汉

### [大模型算法工程师](https://jobs.opennash.com/companies/midea-group/jobs/668f44517e0f3c6ddbe2/)

Midea Group · 佛山市 +1 more

### [大模型算法工程师-Airc](https://jobs.opennash.com/companies/midea-group/jobs/5dd2365ab68184fd57df/)

Midea Group · 上海市

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)