[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

# AI大模型后台开发

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=4694998440)

[OpenNash Jobs](https://jobs.opennash.com/) / [Meituan ](https://jobs.opennash.com/companies/meituan/) / AI大模型后台开发

## Job description
- 负责大模型平台的系统架构设计和研发，包括模型训练、数据集管理、模型管理、模型评测、模型部署；
- 针对数据处理、存储、数据同步、模型训练等方面的问题，进行技术方案的制定及技术难题的攻关；
- 对模型进行优化和部署，提高模型的效率和性能；
- 充分了解业内先进技术和前沿技术发展动态，驱动团队技术提升；
- 与团队成员共同攻克技术难题，持续迭代项目能力输出，提高服务质量。

### 工作要求
- 本科及以上学历，计算机相关专业；
- 有扎实的编程基础，良好的数据结构和算法功底，熟悉C++/Java/Python至少一种编程语言；
- 有较强的系统架构设计和性能优化能力，优秀的分析和解决问题的能力；
- 熟悉至少一种主流的机器学习框架（TensorFlow / PyTorch），熟悉开源社区、善于挖掘和整合开源能力者优先。

### 具备以下者优先
- 有实际大模型训练平台开发经验（标注平台、数据管理平台、模型管理系统、模型评测系统、模型自动化部署）；
- 具有实际模型训练加速经验，熟悉训练框架、分布式训练方案（Pytorch、Megatron、Deep-Speed）；
- 熟悉模型部署框架（Triton、FasterTransformer等）。

## 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=4694998440)

## 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

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/)