MiniMax
岗位信息
招聘岗位
大模型算法工程师-2027届
工作城市
上海、北京
是否笔试
未明确
招聘批次
2027届
发布日期
2025-11-18
📋 岗位职责 / 任职要求
【岗位职责】
研发超大规模基础模型（LLM&MLLM），并进行极致的系统优化；
【任职要求】
实习周期6个月以上，每周出勤不低于4天
1. 有强烈的技术追求和和热情，真的想要用技术给现实世界带来改变；
2. 具备优秀的研究素养和创新能力，在国际顶会或期刊发表过高质量论文；
3. 有良好的工程和动手能力，能够广泛利用各种工具解决问题，主导或者参与过有影响力的大规模机器学习项目；
加分项
1. 有大规模分布式训练相关经验、在理解算法原理的同时，也掌握实现细节者优先；
2. 有ACM/NOI/超算等各类竞赛获奖经历者优先；
3. 有强化学习经验优先；
🏢 企业简介
总部上海
📍 主要办公地点
投递方式
投递入口为会员专属，登录 / 注册 后查看（注册送 15 天免费试用）🎯 AI校招画像 （来源：百度AI搜索+DeepSeek）
🏢 公司文化与工作氛围
团队核心成员来自全球知名高校和顶尖科技公司，1/3成员拥有世界顶尖技术实验室博士学位。公司内部文化被描述为“极度扁平化”“一切都很透明”，例如在M3模型发布期间，作者“几乎全程围观”并获得极高权限。内部存在激烈争吵，但争吵围绕具体技术参数或业务决策，吵完后“并没有个人恩怨”，事后成员会互相维护不在场的同事。公司面对外部批评时会快速陷入“小型危机”，但随之进行“争吵、和解、反思”，表现出“很杂乱，又有很强的生命力”的成长型组织特征。整体氛围开放、直接、高强度协作，但仍处于快速扩张和调整期。
⏰ 加班情况与工作强度
唯一可参考的细节是提到“全员熬夜兴奋完成模型发布”，说明在重大发布节点存在熬夜加班现象，但无法据此判断常态工作强度
💰 薪资待遇与年终奖
- 应届/初级（1–2年）：月薪35K–50K / 月
- 级（3–5年，有大模型项目）：月薪45K–70K / 月
- 高级/资深（5年+，主导过百亿/千亿参数训练）：月薪60K–80K+ / 月
- 技术负责人/专家：月薪80K–120K+ / 月
年薪构成：现金部分 = base × 16（即12个月工资 + 4个月年终奖）。股权激励：4年成熟期，1年悬崖（cliff）。
未按学历（本科/硕士/博士）细化薪资，也未区分算法以外岗位（如推理框架工程师、基础平台研发工程师）的具体薪酬。职位描述中仅列出“年终奖、股票期权”等福利，无具体数字。
🎁 福利体系
（AI推理框架工程师职位）列出福利：五险一金、定期体检、年终奖、股票期权、带薪年假、员工旅游、餐补、交通补助、包吃、节日福利、住房补贴、零食下午茶。
补充提到：六险二金、住房补贴、餐补、通讯补贴等。该来源还包含股权激励条款（4年成熟期，1年悬崖）。
注意：写的是“五险一金”，写的是“六险二金”，两者存在差异，可能因岗位或信息来源不同，具体以官方招聘说明为准。年假天数、餐补金额、住房补贴额度等细节均未在中给出。
📋 校招流程经验
- 一面（时间：2月27日）：被描述为“酣畅淋漓的八股盛宴”，主要考察计算机基础与中间件知识，包括：本地缓存防止缓存穿透、冷热数据、数据一致性、旁路缓存、binlog/undolog/redolog作用和区别、MVCC、可重复读和读已提交区别、MySQL锁、RocketMQ延迟消息原理、RocketMQ和Kafka技术选型、RocketMQ事务消息、Redis和Memcached区别、Redis持久化（RDB/AOF）原理、Redis主从同步。最后一道算法题为“k个一组反转链表”（LeetCode Hot 100原题）。
完整流程信息在中缺失。
🚀 投递建议与避坑指南
唯一可视为风险提示的是描述的M3模型定价风波：公司在发布新模型时同步调整收费方案，但缺乏用户通知和解释，引发外部批评。这体现了公司产品决策可能存在“重技术、轻沟通”的倾向，但这是针对公司产品的评价，并非针对求职者的投递建议。因此本维度无具体内容可供提取。
📈 热门岗位方向与招聘趋势
- 大模型算法工程师（2026届，）
- AI推理框架工程师（2026届，岗位已关闭）
- 大模型算法工程co-design（经验不限，）
- 基础平台研发工程师（3-5年，非应届）
- k8s开发工程师（经验不限，）
可见当前热门方向集中在大模型算法、推理框架、基础平台和K8s开发。的推理框架工程师岗位显示“职位已关闭”，可能意味着该岗位已招满或暂停，但无法推断整体趋势。
ℹ️ 信息来源
本条招聘信息由校招宝转载自 飞书招聘系统（企业校招官网），版权归原发布方所有，校招宝仅作信息聚合与导航。
该来源未提供原文链接
招聘信息以官方原文为准，投递前请核实截止日期与要求。如涉侵权或信息有误，请邮件联系 kknee@qq.com，我们将在 24 小时内处理。