← 返回企业主页
笔试面试指南
美团 · 笔试考什么、面试问什么、怎么准备
该企业岗位的专业要求
计算机66 个岗位 · 57%
环境46 个岗位 · 40%
化学43 个岗位 · 37%
数学39 个岗位 · 34%
人工智能39 个岗位 · 34%
自动化32 个岗位 · 28%
物理25 个岗位 · 22%
管理18 个岗位 · 16%
统计18 个岗位 · 16%
软件17 个岗位 · 15%
控制8 个岗位 · 7%
通信7 个岗位 · 6%
按官方岗位页标注的专业逐条计数（一个岗位只计一次），条数越多说明该企业招的专业越集中。
学历门槛
硕士44 个岗位 · 38%
博士35 个岗位 · 30%
本科33 个岗位 · 29%
岗位类别
技术类94 个岗位 · 82%
运营类10 个岗位 · 9%
产品类5 个岗位 · 4%
设计类2 个岗位 · 2%
职能类2 个岗位 · 2%
销售、客服与支持类2 个岗位 · 2%
岗位要求里反复出现的技能词
大模型 · 54python · 42算法 · 31pytorch · 30c++ · 25深度学习 · 24机器学习 · 19java · 17llm · 16自动化 · 15自然语言 · 15统计学 · 13分布式 · 12sql · 10产品 · 8数据分析 · 8linux · 6运营 · 6英语 · 4通信 · 4数据结构 · 3tensorflow · 3数据库 · 2计算机视觉 · 2
这些词是在该企业岗位要求原文里出现过的（数字是出现在多少个岗位里），用来判断自己是否对得上要求；不构成该企业的考试范围。
岗位要求原文
【LongCat实习】大模型算法研究员-Search Agent方向
1.全球 Top 高校计算机科学、人工智能、数学或相关领域博士或硕士；
2.在 NeurIPS、ICML、ICLR、ACL、EMNLP等大模型领域顶级会议以第一作者发表过论文，研究方向与大语言模型、强化学习、Agent、多模态模型等强相关；
3.在大语言模型、强化学习、Agent、多模态等方向中至少一个领域有扎实的理论基础与实践经验，能独立完成从问题定义、方法设计、系统开发、实验验证的完整工作闭环，并深度使用AI工具辅助完成；
4.扎实的代码功底，能高效准确实现复杂模型结构并完成大规模训练实验；
5.具备良好的科研品味、独立思考能力与跨团队协作沟通能力，对前沿问题有持续热情，敢于挑战现有范式。
加分项
1.参与过千卡级大模型训练或 …
来自官方岗位页 · 查看原文
【基座大模型北斗实习】多模态大模型基座前沿探索与应用
1、硕士及以上学历，计算机、人工智能、自动化、数学、自然语言处理等相关专业，博士优先；
2、在以下一个或多个领域有较深入的研究或实践经验：多模态大模型（MLLM）、全模态融合大模型（Omni-LLM），视觉基座（Vision-Model）、理解生成统一（Unified-MM）、强化学习（RL）；
3、具备扎实的算法和数学理论基础及良好的编程基础，熟悉PyTorch等深度学习框架；
4、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等顶会发表论文者优先；
5、有良好的沟通协作能力，对追求前沿技术有强烈热情，能够与团队融洽合作，快速试验想法。…
来自官方岗位页 · 查看原文
【基座大模型北斗实习】大模型预训练研究
1、具备 CUDA kernel 开发和 Profile 能力，理解并行计算、存储层级架构，或具备国产AI算力开发经验；
2、改过 Megatron-LM / DeepSpeed / FSDP 源码（不是只跑过）；
3、了解 NCCL 原理 或有 RDMA / 网络协议栈经验；
4、MLSys / OSDI / SOSP / ISCA 等系统顶会论文；
5、PyTorch / Megatron 开源贡献记录。…
来自官方岗位页 · 查看原文
通用笔试面试准备要点
1
笔试前
按岗位描述里的专业要求过一遍基础；行测类测评留足时间，别在最后一题上赌
2
简历
用岗位要求里的关键词改写项目经历；每一条经历都写清「你做了什么 → 结果是什么」
3
技术面
先讲清项目背景与自己的分工，再讲难点与取舍；面试官追问时不要绕
4
行为面
用 STAR（情境 / 任务 / 行动 / 结果）组织答案，准备 3 个可复用的真实例子
5
反问
准备两三个真问题：团队怎么协作、这个岗位半年后的衡量标准、后续流程与时间
6
复盘
每场面试后立刻记下被问到的问题与卡住的地方 —— 下一场同类问题就是复习清单
上面「专业 / 学历 / 经验 / 技能 / 要求原文」都是该企业真实岗位页上的内容；「通用准备要点」是通用建议，不是该企业专属的笔面试题或流程。