主分类：AI训练推理与计算优化
辅助：云基础设施与系统软件研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "机器学习平台研发工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-基础研发平台",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.建设特征/样本工程，设计包括从特征打印到特征服务的完整实时+离线特征/样本生产流程，设计大规模分布式特征存储系统，支撑百亿级数据实时处理，提升特征/样本的生产效率、质量和访问性能，进而提升算法迭代效率和效果；\n2.对算法开发过程进行抽象，将常用的机器学习、深度学习过程沉淀为组件，建设算法开发pipeline，设计代码与可视化组件相结合的编程范式，提供便捷稳固的一站式环境托管，提升算法迭代效率；\n3.建设训练任务的托管能力，设计异构、多地域、多系统资源池、多租户分组的实验编排调度系统，建立模型实验效果评估体系，支撑几十个业务线、千级模型同时进行训练，保障模型及时产出，提升资源利用率，帮助业务优化模型效果；\n4.探索云原生下的模型服务部署架构，设计高可用、多角色的模型服务框架，制定流量分发、模型/服务治理策略，支撑万亿级推理调用量，提升模型部署成功率、推理请求成功率和性能；",
"requirements_text": "1.计算机基础知识良好，熟悉Java/Python/C++之一，对机器学习感兴趣；\n2.对后台开发技术栈有深刻理解，有较强抽象能力，有大型系统开发经历；\n2.具有主流深度学习引擎和大数据计算引擎（包括但不限于TensorFlow/PyTorch、Spark/Flink、Hudi/Iceberg等）的实际应用经验和原理了解，有引擎优化或平台化的经历；\n4.有较强的技术好奇心和自驱力，了解行业最佳实践。",
"skills": [AI生成
"Python",
"Java",
"C++",
"Spark",
"Flink",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习"
],
"preferred_qualifications": "未披露",
"job_highlights": "1.能参与特征、样本、算法开发、训练、推理全流程的算法工程实践；\n2.万亿级请求量线上服务的高可用挑战；\n3.参与大模型算法工程建设；\n4.从平台视角，观察体验丰富的业务场景，覆盖美团外卖、酒旅、配送、优选等多领域业务，从数据规模、集群体量、算法和业务复杂度多个维度提供了技术挑战和锻炼发展的机会。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2651522727&jobShareType=1"
}
]
},
"posting": {
"posting_id": "2651522727",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2651522727&jobShareType=1"
},
"fulltext": "机器学习平台研发工程师\n机器学习平台研发工程师\n\n基础信息\n工作地点：北京市\n部门：核心本地商业-基础研发平台\n职位类别：技术类\n职位族群：软件\n更新时间：2026-07-24\n\n岗位职责\n1.建设特征/样本工程，设计包括从特征打印到特征服务的完整实时+离线特征/样本生产流程，设计大规模分布式特征存储系统，支撑百亿级数据实时处理，提升特征/样本的生产效率、质量和访问性能，进而提升算法迭代效率和效果；\n2.对算法开发过程进行抽象，将常用的机器学习、深度学习过程沉淀为组件，建设算法开发pipeline，设计代码与可视化组件相结合的编程范式，提供便捷稳固的一站式环境托管，提升算法迭代效率；\n3.建设训练任务的托管能力，设计异构、多地域、多系统资源池、多租户分组的实验编排调度系统，建立模型实验效果评估体系，支撑几十个业务线、千级模型同时进行训练，保障模型及时产出，提升资源利用率，帮助业务优化模型效果；\n4.探索云原生下的模型服务部署架构，设计高可用、多角色的模型服务框架，制定流量分发、模型/服务治理策略，支撑万亿级推理调用量，提升模型部署成功率、推理请求成功率和性能；\n\n岗位基本要求\n1.计算机基础知识良好，熟悉Java/Python/C++之一，对机器学习感兴趣；\n2.对后台开发技术栈有深刻理解，有较强抽象能力，有大型系统开发经历；\n2.具有主流深度学习引擎和大数据计算引擎（包括但不限于TensorFlow/PyTorch、Spark/Flink、Hudi/Iceberg等）的实际应用经验和原理了解，有引擎优化或平台化的经历；\n4.有较强的技术好奇心和自驱力，了解行业最佳实践。\n\n岗位亮点\n1.能参与特征、样本、算法开发、训练、推理全流程的算法工程实践；\n2.万亿级请求量线上服务的高可用挑战；\n3.参与大模型算法工程建设；\n4.从平台视角，观察体验丰富的业务场景，覆盖美团外卖、酒旅、配送、优选等多领域业务，从数据规模、集群体量、算法和业务复杂度多个维度提供了技术挑战和锻炼发展的机会。\n1.建设特征/样本工程，设计包括从特征打印到特征服务的完整实时+离线特征/样本生产流程，设计大规模分布式特征存储系统，支撑百亿级数据实时处理，提升特征/样本的生产效率、质量和访问性能，进而提升算法迭代效率和效果；\n2.对算法开发过程进行抽象，将常用的机器学习、深度学习过程沉淀为组件，建设算法开发pipeline，设计代码与可视化组件相结合的编程范式，提供便捷稳固的一站式环境托管，提升算法迭代效率；\n3.建设训练任务的托管能力，设计异构、多地域、多系统资源池、多租户分组的实验编排调度系统，建立模型实验效果评估体系，支撑几十个业务线、千级模型同时进行训练，保障模型及时产出，提升资源利用率，帮助业务优化模型效果；\n4.探索云原生下的模型服务部署架构，设计高可用、多角色的模型服务框架，制定流量分发、模型/服务治理策略，支撑万亿级推理调用量，提升模型部署成功率、推理请求成功率和性能；\n1.计算机基础知识良好，熟悉Java/Python/C++之一，对机器学习感兴趣；\n2.对后台开发技术栈有深刻理解，有较强抽象能力，有大型系统开发经历；\n2.具有主流深度学习引擎和大数据计算引擎（包括但不限于TensorFlow/PyTorch、Spark/Flink、Hudi/Iceberg等）的实际应用经验和原理了解，有引擎优化或平台化的经历；\n4.有较强的技术好奇心和自驱力，了解行业最佳实践。",
"standard_classification": {
"std_category_code": "T014",
"std_aux_codes": [
"T018"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}