[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 +1 more

# 【LongCat实习】Longcat 大模型研究员-Agentic Model

北京市 +1 more 

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=4600034270)

[OpenNash Jobs](https://jobs.opennash.com/) / [Meituan ](https://jobs.opennash.com/companies/meituan/) / 【LongCat实习】Longcat 大模型研究员-Agentic Model

## Job description

大模型从通用问答走向复杂任务执行，Agent 能力正成为模型演进的关键方向。为此我们探索将通用基座模型向原生 Agentic Foundation Model 演进，为构建下一代自主智能体提供坚实的底座支持。

### 团队在以下方向上进行探索，若你对以下一个或者多个课题感兴趣均欢迎投递
- 大规模高质量数据体系与轨迹合成数据建设 建设 Trillion 级别的大规模跨模态数据处理与合成链路，负责从训练数据获取到配比建模的全流程优化。 探索大规模合成数据 与自蒸馏技术，制定合成数据应用策略，构建模型持续进化的数据飞轮。
- 长上下文 (Long Context) 与高效架构演进长窗口突破 持续 Scaling Up 模型的上下文窗口，优化超长上下文机制，重点提升 LongCat 基座模型在长上下文上的表现。 探索并验证 MoE（混合专家）、稀疏注意力（Sparse Attention）、线性注意力等模型结构；结合剪枝与稀疏化技术，协同优化训练与推理效率，提升超长上下文场景下的效率。
- 多模态能力融合 探索多模态预训练新范式，突破模态融合瓶颈。利用多模态扩展定律指导数据与训练方案，提升模型在多模态交互场景下的原生能力。 【为什么是我们】
- 团队扁平，人才密度高，美团“顶尖人才计划”比例高，近年团队在ICLR、NeurIPS、ICML、ACL等顶会累计发表论文数十篇，团队员工获EMNLP/ACL等Outstanding Paper；
- 参与大语言模型核心技术研发，接触大规模RL、超长上下文、分布式训练和推理优化等前沿技术；
- 充足算力保障，拥有大规模分布式训练环境和丰富数据资源。 【必要项】
- 来自全球Top高校计算机科学、人工智能、数学、物理或相关领域；
- 在大模型领域有研究基础，或参与过有影响力的开源项目，在ICLR/NeurIPS/ICML/ACL等顶会发表论文；
- 具备扎实的算法和数学理论基础及良好的编程基础，熟悉自然语言处理、生成式AI和机器学习等技术，对技术开发及应用有热情。 【加分项】
- 目标感强，善于分析和发现问题，拆解简化，有想法并乐于挑战自我，能够从日常工作中发现新的空间；
- 条理性强且有推动力，能够梳理繁杂的工作并建立有效机制，推动上下游配合完成目标；
- 在程序设计竞赛，如ACM/ICPC、Topcoder和Codeforces等，取得优异成绩者优先。

## 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 +1 more[Apply on Meituan ’s careers site →](https://zhaopin.meituan.com/web/position/detail?highlightType=campus&jobUnionId=4600034270)

## More jobs at Meituan 

### [AI Agent 产品经理](https://jobs.opennash.com/companies/meituan/jobs/2b6311eacacf7247913a/)

北京市 +1 more

### [AI Agent 研发工程师](https://jobs.opennash.com/companies/meituan/jobs/f9b3d4aa95acf5819eeb/)

北京市 +1 more

### [AI Agent工程师](https://jobs.opennash.com/companies/meituan/jobs/5f93a9700c1ee721af06/)

北京市 +1 more

### [AI Builder（产研范式方向）](https://jobs.opennash.com/companies/meituan/jobs/b24feb70be908b5d1104/)

北京市 +1 more

### [AI Builder（研发工作流方向）](https://jobs.opennash.com/companies/meituan/jobs/5f783bdfef00cdea64c2/)

北京市 +1 more

## Similar jobs at other companies

### [Agentic AI CPU工程师](https://jobs.opennash.com/companies/xiaomi/jobs/806df68262b5655eda6a/)

Xiaomi · 上海

### [Agentic Commerce Senior Manager | GEO & Search](https://jobs.opennash.com/companies/accenture/jobs/b49d50e5034c2f4b3a7b/)

Accenture 

### [Staff Engineer – GenAI Platforms & Agentic SDLC](https://jobs.opennash.com/companies/qualcomm/jobs/b72cf6fd56a3da93b5ac/)

Qualcomm · Hyderabad, Telangāna, India

### [AI Platform Engineer (Generative & Agentic AI)](https://jobs.opennash.com/companies/lenovo-group/jobs/90b98de1398b901efe9d/)

Lenovo Group · Poland, Warsaw

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/)