主分类：搜索推荐与业务决策算法研发
辅助：Agent系统开发（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": "Keeta技术-AI增长算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-业务研发平台",
"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": 2,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责 Keeta 新用户与流失用户的增长策略建模，参与用户分层、召回与转化路径优化。基于用户行为数据构建人群画像，设计新客获取、流失召回、复购提升等投放策略。\n2、参与构建用户触达策略模型，包括 Push、短信、邮件等触达方式。优化基于用户生命周期与行为特征，探索个性化触达时机、频率与内容策略。\n3、参与构建增长场景下的 AI Agent 系统，基于 LLM 与 Agent 技术实现投放策略的自动化决策与执行。设计 Agent 的感知-决策-执行闭环，利用 ReAct、CoT 等范式拆解复杂投放目标，实现从诊断、策略制定到出价调优的全链路自动化。\n4、参与 AIGC 在增长场景的应用落地，推动素材生产自动化与智能化。探索将素材生成、创意 A/B 测试、人群定向等原子能力封装为 Agent 可调用的标准化工具，提升复杂任务的自动化编排效率。\n5、与跨部门团队紧密合作，确保算法与业务需求紧密结合，有效推动用户增长目标的达成。",
"requirements_text": "1. 本科及以上学历，2年以上算法研发经验，熟悉机器学习、深度学习核心理论，掌握 Python 及主流 ML 框架（PyTorch/TensorFlow）；\n2. 具备较强的业务理解与数据分析能力，能通过数据定位增长问题，设计可量化验证的算法解决方案；\n3. 熟悉主流 LLM 技术栈，了解 Prompt Engineering、RAG、Function Calling 等基础能力，有基于 LLM 构建 Agent 或自动化流程的实际项目经验；\n4. 有用户增长、用户运营、触达策略（Push/短信/邮件）或补贴算法等方向的实践经验（至少一个方向）。",
"skills": [AI生成
"Python",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"数据分析",
"分析能力",
"用户运营",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "未披露",
"job_highlights": "1. 前沿技术落地场景：你将在真实增长业务中构建 AI Agent 系统，将 LLM 与 ReAct/CoT 等范式应用于投放策略的自动化决策，是国内少有的 Agent 技术在用户增长场景的完整落地机会；\n2. 直接影响业务增长：你设计的召回策略、触达模型、AIGC素材将直接影响 Keeta 多个国家的新客获取与用户留存，算法价值通过 A/B 实验清晰可见；\n3. 多国增长差异化挑战：不同国家的用户行为、消费习惯、触达偏好差异显著，需要设计真正适配本地市场的增长算法，是国内少有的多国用户增长实战场景；\n4"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2669092038&jobShareType=1"
}
]
},
"posting": {
"posting_id": "2669092038",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2669092038&jobShareType=1"
},
"fulltext": "Keeta技术-AI增长算法工程师\nKeeta技术-AI增长算法工程师\n\n基础信息\n工作地点：北京市\n部门：核心本地商业-业务研发平台\n职位类别：技术类\n职位族群：算法\n更新时间：2026-05-27\n\n岗位职责\n1、负责 Keeta 新用户与流失用户的增长策略建模，参与用户分层、召回与转化路径优化。基于用户行为数据构建人群画像，设计新客获取、流失召回、复购提升等投放策略。\n2、参与构建用户触达策略模型，包括 Push、短信、邮件等触达方式。优化基于用户生命周期与行为特征，探索个性化触达时机、频率与内容策略。\n3、参与构建增长场景下的 AI Agent 系统，基于 LLM 与 Agent 技术实现投放策略的自动化决策与执行。设计 Agent 的感知-决策-执行闭环，利用 ReAct、CoT 等范式拆解复杂投放目标，实现从诊断、策略制定到出价调优的全链路自动化。\n4、参与 AIGC 在增长场景的应用落地，推动素材生产自动化与智能化。探索将素材生成、创意 A/B 测试、人群定向等原子能力封装为 Agent 可调用的标准化工具，提升复杂任务的自动化编排效率。\n5、与跨部门团队紧密合作，确保算法与业务需求紧密结合，有效推动用户增长目标的达成。\n\n岗位基本要求\n1. 本科及以上学历，2年以上算法研发经验，熟悉机器学习、深度学习核心理论，掌握 Python 及主流 ML 框架（PyTorch/TensorFlow）；\n2. 具备较强的业务理解与数据分析能力，能通过数据定位增长问题，设计可量化验证的算法解决方案；\n3. 熟悉主流 LLM 技术栈，了解 Prompt Engineering、RAG、Function Calling 等基础能力，有基于 LLM 构建 Agent 或自动化流程的实际项目经验；\n4. 有用户增长、用户运营、触达策略（Push/短信/邮件）或补贴算法等方向的实践经验（至少一个方向）。\n\n岗位亮点\n1. 前沿技术落地场景：你将在真实增长业务中构建 AI Agent 系统，将 LLM 与 ReAct/CoT 等范式应用于投放策略的自动化决策，是国内少有的 Agent 技术在用户增长场景的完整落地机会；\n2. 直接影响业务增长：你设计的召回策略、触达模型、AIGC素材将直接影响 Keeta 多个国家的新客获取与用户留存，算法价值通过 A/B 实验清晰可见；\n3. 多国增长差异化挑战：不同国家的用户行为、消费习惯、触达偏好差异显著，需要设计真正适配本地市场的增长算法，是国内少有的多国用户增长实战场景；\n4. 成长空间大：增长算法与 AI Agent 方向均处于快速建设期，有大量从0到1的机会，优秀者可快速成长为方向负责人。\n1、负责 Keeta 新用户与流失用户的增长策略建模，参与用户分层、召回与转化路径优化。基于用户行为数据构建人群画像，设计新客获取、流失召回、复购提升等投放策略。\n2、参与构建用户触达策略模型，包括 Push、短信、邮件等触达方式。优化基于用户生命周期与行为特征，探索个性化触达时机、频率与内容策略。\n3、参与构建增长场景下的 AI Agent 系统，基于 LLM 与 Agent 技术实现投放策略的自动化决策与执行。设计 Agent 的感知-决策-执行闭环，利用 ReAct、CoT 等范式拆解复杂投放目标，实现从诊断、策略制定到出价调优的全链路自动化。\n4、参与 AIGC 在增长场景的应用落地，推动素材生产自动化与智能化。探索将素材生成、创意 A/B 测试、人群定向等原子能力封装为 Agent 可调用的标准化工具，提升复杂任务的自动化编排效率。\n5、与跨部门团队紧密合作，确保算法与业务需求紧密结合，有效推动用户增长目标的达成。\n1. 本科及以上学历，2年以上算法研发经验，熟悉机器学习、深度学习核心理论，掌握 Python 及主流 ML 框架（PyTorch/TensorFlow）；\n2. 具备较强的业务理解与数据分析能力，能通过数据定位增长问题，设计可量化验证的算法解决方案；\n3. 熟悉主流 LLM 技术栈，了解 Prompt Engineering、RAG、Function Calling 等基础能力，有基于 LLM 构建 Agent 或自动化流程的实际项目经验；\n4. 有用户增长、用户运营、触达策略（Push/短信/邮件）或补贴算法等方向的实践经验（至少一个方向）。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}