美团基座LongCat团队招收实习生（原生多模态-通用视频理解方向）

- 美团M17基座预训练团队，近期开源了 LongCat-Flash 560B 等系列大模型。现诚招多模态（视频理解）方向实习生，深度参与团队原生多模态大模型的研发工作。

- 团队优势：Base 北京/上海/香港，人才密度极高（清北/港三/海外名校），具备充足的计算资源。在这里，你不仅是执行者，更是前沿算法的共同探索者。

- 福利待遇：实习生优先线下，表现优秀者可作为 Contributor 挂名技术报告/顶会论文。表现拔尖者可直推“北斗计划”，薪资待遇比肩行业顶尖水平。 

【算法实习生 - Video Pre-training Scaling】

- 岗位职责：

1. 探索视频 Scaling Law：深度探究视频数据在预训练阶段的扩展潜力，研究不同视频数据类型（如短视频、影视、长序列）、数据规模及图文/视频比例对基座模型性能的影响。 

2. 多维评估体系建设：构建从上游预训练指标（Loss/Entropy）到下游任务表现（理解/生成/推理）的全链路评估体系，量化视频 Scaling 的实际收益。

3. 原生多模态预训练：参与设计高效的视频表征与训练方案，优化模型在海量视频数据下的收敛稳定性与泛化能力。

- 要求： 

1. 具备基座模型预训练（Base Model Pre-training）经验，对 Scaling Law 有深刻理解。 

2. 在多模态理解、视频自回归生成、扩散模型（Diffusion）等任一方向有深入研究或工程实践。 

3. 具备极强的数据敏感度，能够处理 PB 级视频数据并从中挖掘关键特征与规律。   

【数据实习生 - 预训练&SFT视频数据工程】 

- 岗位职责： 

1. 构建高质量视频数据集，涵盖精细化动作描述（Dense Captioning）、多轮视频对话、视频推理（Reasoning）及长视频摘要数据。 

2. 优化视频数据处理流水线，包括视频去重、切片、抽帧策略及自动化标注体系（基于 LLM/VLM 的数据打标与清洗）。

3. 探索视频-音频-文本多模态数据的融合配比策略，提升模型在真实世界场景下的鲁棒性。

- 要求:

1. 具备优秀的数据敏感度，熟悉常用的视频处理工具。 

2. 有大规模 Web 视频数据清洗或多模态指令微调数据构建经验者优先。 

欢迎携简历私戳，注明【姓名-学校-实习/北斗-视频方向】，期待你的加入！

联系邮箱：liyanjie14@meituan.com