Visual Coding 基座模型实习生· 2026-09-02
美团招聘多模态 Coding 实习生，探索视觉界面到代码生成技术，大量 HC，欢迎算法与前端背景同学加入！
想做下一代能够「看懂界面、生成代码、执行验证并自主迭代」的多模态 Coding Model 吗？欢迎加入美团 M17 基座预训练团队，一起探索 Visual Coding、Multimodal Coding 与 Coding Agent。目前团队 HC 充足，重点招聘具备「多模态大模型」「代码大模型」或「Agent」相关经验的算法实习生。 【核心招聘方向】 1️⃣ Visual Coding 基座模型（本轮重点方向） · Image-to-Code、Vision-to-Web、Blender、CAD、Three.js · 网页、App、GUI 等视觉界面的理解与代码生成 · 布局、样式、组件、交互逻辑的统一建模 · 多图、多页面及复杂设计稿到完整应用的生成 · 面向真实代码仓库的代码理解、生成与编辑 · 视觉信息与文本、代码、执行状态的多模态融合 · Visual Coding 模型的预训练、后训练与 Scaling · 生成代码的视觉还原度、功能正确性与泛化能力优化 如果你做过 Screenshot-to-Code、Web/App Generation、GUI Understanding、Multimodal Coding 或 Code Generation 等相关工作，非常欢迎投递。 2️⃣ Visual Coding 数据、训练与评测（围绕模型能力构建高质量的数据与训练闭环） · 网页、App、设计稿、代码与渲染结果的对齐数据构建 · 真实项目数据清洗、合成数据生成与难例挖掘 · 多轮代码编辑、调试与错误修复轨迹构建 · Visual Instruction、Reasoning 与 Agent Trajectory 数据构建 · SFT、拒绝采样、奖励模型与强化学习 · 基于渲染结果、执行状态和视觉差异的自动反馈 · Visual Coding Benchmark 与自动化评测体系建设 · 大规模训练、数据配比与训练稳定性优化 3️⃣ Visual Coding Agent（让模型不止能够生成代码，还能在真实环境中自主完成开发任务） · 复杂前端与应用开发任务的规划、推理和工具调用 · 浏览器、代码编辑器、终端与运行环境的协同使用 · 代码生成、执行、渲染、视觉检查与自动修复闭环 · 多轮交互式开发与 Repository-level Code Editing · 基于 Browser / Computer Use 的环境交互与状态理解 · Agent 环境、任务、数据及训练方法设计 · Execution Feedback、Visual Feedback 与强化学习探索 这不是一个传统的前端开发岗位。我们更关注如何让多模态模型理解视觉界面、生成可执行代码，并通过真实环境反馈持续完成调试与优化。 【关于团队】 📍 Base 北京，优先线下实习 💻 计算资源充足，拥有丰富的基座大模型研发经验 📄 有实际贡献可作为 Contributor 署名技术报告或 Paper 🌟 表现优秀者可推荐美团北斗计划实习，薪资优厚 【简历投递】 📮 [email protected] 邮件标题：姓名 + 学校 + 可实习时间 + 应聘方向 应聘方向建议注明「Visual Coding 基座模型」「Visual Coding Agent」或「Visual Coding 数据与训练」 简历直达面试官，大量 HC。
【我们希望你】 在以下至少一个方向有较深入的研究或实践经验： Visual Coding / Multimodal LLM / Code LLM / Coding Agent / GUI Understanding / Screenshot-to-Code / Reinforcement Learning / Model Training & Scaling 有以下经历者优先： · 多模态大模型、代码大模型或 Agent 相关论文、实习经历或开源项目 · Screenshot-to-Code、Design-to-Code、网页或 App 自动生成经验 · VLM、LLM、Transformer、PyTorch 等研发经验 · SFT、RL、奖励模型或 Agent Training 经验 · 浏览器自动化、代码执行环境或自动化评测系统建设经验 · HTML、CSS、JavaScript、React 等前端技术经验 · 大规模预训练、分布式训练或模型 Scaling 经验