部门介绍
【AI愿景】 美团龙猫基座大模型，不只聪明，更懂生活。从语言理解到全模态感知，从架构创新到极致推理，从海量预训练到亿级真实订单 —— 我们造的不仅是实验室里的“优等生”，更是活在大街小巷、三餐四季里的AI。 而我们想做的远不止于此 —— 让模型自己提出假设、训练自己、不断进化； 让一群智能体像团队一样分工协作、攻克复杂问题； 让 AI 走出屏幕，理解物理世界、走进真实场景。 这是我们正在冲刺的方向，也是你可以参与定义的未来。 加入我们，一起把智能带进真实物理世界，亲手打造下一代 AGI！ 【 】 基座大模型AI Infra团队，以支撑前沿基础模型持续演进为目标，面向大模型研发与生产全链路，构建高性能、高稳定性、可持续扩展的AI基础设施体系。围绕高效率实验平台、大规模训练生产能力，以及模型结构与芯片架构协同优化， 沉淀软硬一体、训推贯通的关键基础能力，提升模型迭代效率、训练资源利用率与系统上限。 【为什么是我们】
- 你的工作直接决定万亿大模型的效果天花板 —— 预训练数据质量是影响模型能力的最底层变量，这个方向持续重要且极富挑战，您在做"最核心的事”的同时，是在挖掘大金矿。
- 超大规模数据工程实战打造业界领先的OCR能力 —— 百亿级文档等您挖掘，您积累的系统设计和优化经验，具有极强的稀缺性与市场价值；同时我们志向打造领先的开源OCR模型。
- 学术与业务双驱动 —— 团队技术氛围浓厚，鼓励技术创新、突破以及成果转化；核心技术有机会在顶会发表，业务落地与学术产出双向驱动。 【
岗位职责
】
- 负责百亿级别海量文档数据的解析与处理，包括但不限于复杂版面检测、文档元素识别、长文档解析与结构化信息提取。
- 跟踪并研究多模态大模型与文档智能领域的最新前沿技术，研发业界领先的多模态文档解析大模型。
- 主导预训练长文数据全链路闭环建设，包括但不限于数据理解、数据处理、数据价值判定、多样性建设、数据实验以及长文学习研究等。
职位要求
- 具备强烈的好奇心与自驱力，对AI数据体系建设与模型优化充满热情，能够从全局视角思考数据与模型的关系。
- 扎实的深度学习和机器学习基础，熟练掌握PyTorch等主流框架，有大模型（LLM/VLM）训练和微调的实战经验。
- 熟悉文档解析（Document AI）、OCR、版面分析或多模态大模型（如LLaVA, Qwen-VL等）相关技术。
- 在CVPR、ICCV、ECCV、ACL等顶级会议以第一作者发表过相关论文，或在知名开源项目中做过核心贡献者优先。
- 有多模态大模型训练特别是OCR能力提升经验者优先。
