[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

# 【基座大模型北斗实习】大模型后训练研究

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=4346554693)

[OpenNash Jobs](https://jobs.opennash.com/) / [Meituan ](https://jobs.opennash.com/companies/meituan/) / 【基座大模型北斗实习】大模型后训练研究

## Job description

### 简介

负责大规模强化学习系统设计、分布式调优、调度优化、算法 co-design等，包括不限于 RLHF、RLVR、Agentic RL等范式。

### 和算法共同提升模型各类专项能力，应用生产力等等 你可能从事以下方向
- RL训练系统架构 ①设计和实现支持 PPO及各类变种算法的高效训练框架。 ②Data/Env Scaling，优化并发调度效率 。
- 在线采样 & Rollout 优化 ①优化RL场景（longcot、长尾分布、多轮交互）推理引擎效率，包括不限于量化、MTP、并行切分等等。 ②训推混部署、全流程异步训练，提升 GPU 利用率。
- 训推一致性 ①训推引擎天然为了各自最大化效率存在精度差异，研究如何不断降低两者diff，包括不限于 Routing Replay、确定性计算等等。
- 训练稳定性 ①攻克RL训练特有的奖励Hacking、训练不稳定、KL爆炸等系统层面问题。 ②设计细粒度的训练过程监控：reward曲线、KL散度、entropy变化实时可观测。 ③优化 PPO clip、advantage normalization 等关键超参的自动调节机制。 5.、长程任务训练优化 ①长程任务奖励稀疏、过程难精确控制，研究如何系统性的优化其中工程和算法挑战。
- 了解 PPO / GRPO / DPO 算法原理，最好动手实现过；
- 用过 veRL / OpenRLHF / TRL 等RL训练框架；
- 有 vLLM / SGLang / TensorRT-LLM 推理加速经验（rollout优化必备）；
- 做过多机多卡训练，理解显存管理和通信开销；
- RL系统相关顶会论文（NeurIPS/ICML/ICLR/MLSys）。

## 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=4346554693)

## 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

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/)