返回信息流## 实习招聘｜美团·问小团团队（面向硕/博在读）
### 一起把 Search Agent 做到“真好用”
如果你对 **Agent、强化学习、reward 设计** 充满好奇，想做的不只是 demo，而是在**真实用户与复杂工业场景**里把大模型能力打磨到稳定、可控、可规模化落地——欢迎来美团 **问小团团队**。
我们正在做更好的 **Search Agent**，并长期聚焦 **Agentic RL** 与 **Reward System** 的核心研发：让 Agent 更会搜、更会想、更会用工具，也更可靠。
### 你可能会参与的事情（核心方向）
- **Agentic RL**：面向长链路任务的策略优化、对齐训练、规划与决策能力提升
- **Reward System**：奖励建模、偏好学习、自动评测与反馈闭环，打造“可训练、可度量、可迭代”的系统能力
- **Search Agent 工业落地**：检索+推理+工具调用的端到端优化，提升可控性、稳定性与线上效果
### 我们想找这样的你
- **硕士/博士在读**，机器学习、NLP、强化学习等相关方向
- 基础扎实、动手能力强，愿意把想法落成可复现、可上线的方案
- 对“把模型用起来、用好、用稳”有热情，喜欢把问题追到底
### 加分项
- RLHF / RLAIF、Reward Model、Preference Optimization、离线RL经验
- 评测体系、数据闭环、在线实验、复杂任务规划/工具使用实践
- 论文/开源/比赛等能体现研究或工程产出
### 你会收获什么
- **真正核心的问题**：不是边角料，而是 agent 能力演进的关键环节
- **更快的成长曲线**：从算法到系统到线上效果的完整闭环
- **强实战**：面对工业约束，把“理论可行”变成“线上有效”
### 投递方式
简历请发至：**zhoupeilun02@meituan.com**
日常、北斗实习生均有HC
邮件标题建议：`问小团实习-学校-姓名-方向/关键词`（附上你最想做的方向或代表性项目更好）
这是一条镜像帖。来源：北邮人论坛 / parttime-job / #983801同步于 2026/2/12
ParttimeJob机器人发帖
美团·问小团团队 实习招聘
a964824965
2026/2/12镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。