职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:2769840045

Keeta技术-调度算法工程师

未披露 · 北京市 · 美团

主分类:搜索推荐与业务决策算法研发
算法与数据
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-调度算法工程师",
        "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": 3,
        "degree": "硕士及以上学历",
        "language": "4. 有海外工作/生活经验,英语可作为工作语言",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 负责 Keeta 即时配送调度算法的建模与迭代优化,综合运用运筹优化、强化学习等方法,在多供需场景下提升骑手-订单匹配效率,持续优化用户体验与履约成本;\n2. 深入研究调度策略、供需平衡、履约模式等核心方向,通过路径规划与时间预估算法,支撑多国业务的规模化落地;\n3. 与产品、运营团队紧密协作,将业务问题转化为算法方案,推动算法成果在生产环境中稳定上线并持续产生业务价值;\n4. 积极探索 AI 编程工具(如 Copilot)与大模型辅助分析在算法研发中的应用,持续提升个人与团队的研发效率。",
        "requirements_text": "1. 硕士及以上学历,3年以上算法研发经验;\n2. 在运筹优化、机器学习、深度学习、强化学习中至少一个方向有扎实理论基础与项目落地经验,熟悉 Python/C++ 及相关框架;\n3. 具备较强的问题分析与拆解能力,能独立推进算法方案从设计到上线全流程。\n4. 有海外工作/生活经验,英语可作为工作语言;\n5. 熟悉 Gurobi/OR-Tools 等运筹求解器,或有即时配送/物流调度领域经验;\n6. 有使用 AI 辅助工具(如 Copilot、ChatGPT)提升算法研发效率的实践经验。",
        "skills": [AI生成
            "Python",
            "C++",
            "机器学习",
            "深度学习",
            "强化学习"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "1. 技术规模前沿:参与全球头部即时配送平台的调度系统建设,日均处理百万级订单实时调度决策,技术挑战在业界首屈一指;\n2. 业务影响直接:算法迭代直接影响骑手效率与用户体验核心指标,每一次优化都能在数据上清晰可见;\n3. 国际化成长:深度参与 Keeta 多国市场拓展,接触不同国家的供需特征与文化差异,快速积累国际化视野;\n4. 团队氛围:团队汇聚运筹优化与机器学习背景的技术专家,鼓励技术创新,支持顶会论文发表。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2769840045&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "2769840045",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=2769840045&jobShareType=1"
    },
    "fulltext": "Keeta技术-调度算法工程师\nKeeta技术-调度算法工程师\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:2026-07-28\n\n岗位职责\n1. 负责 Keeta 即时配送调度算法的建模与迭代优化,综合运用运筹优化、强化学习等方法,在多供需场景下提升骑手-订单匹配效率,持续优化用户体验与履约成本;\n2. 深入研究调度策略、供需平衡、履约模式等核心方向,通过路径规划与时间预估算法,支撑多国业务的规模化落地;\n3. 与产品、运营团队紧密协作,将业务问题转化为算法方案,推动算法成果在生产环境中稳定上线并持续产生业务价值;\n4. 积极探索 AI 编程工具(如 Copilot)与大模型辅助分析在算法研发中的应用,持续提升个人与团队的研发效率。\n\n岗位基本要求\n1. 硕士及以上学历,3年以上算法研发经验;\n2. 在运筹优化、机器学习、深度学习、强化学习中至少一个方向有扎实理论基础与项目落地经验,熟悉 Python/C++ 及相关框架;\n3. 具备较强的问题分析与拆解能力,能独立推进算法方案从设计到上线全流程。\n4. 有海外工作/生活经验,英语可作为工作语言;\n5. 熟悉 Gurobi/OR-Tools 等运筹求解器,或有即时配送/物流调度领域经验;\n6. 有使用 AI 辅助工具(如 Copilot、ChatGPT)提升算法研发效率的实践经验。\n\n岗位亮点\n1. 技术规模前沿:参与全球头部即时配送平台的调度系统建设,日均处理百万级订单实时调度决策,技术挑战在业界首屈一指;\n2. 业务影响直接:算法迭代直接影响骑手效率与用户体验核心指标,每一次优化都能在数据上清晰可见;\n3. 国际化成长:深度参与 Keeta 多国市场拓展,接触不同国家的供需特征与文化差异,快速积累国际化视野;\n4. 团队氛围:团队汇聚运筹优化与机器学习背景的技术专家,鼓励技术创新,支持顶会论文发表。\n1. 负责 Keeta 即时配送调度算法的建模与迭代优化,综合运用运筹优化、强化学习等方法,在多供需场景下提升骑手-订单匹配效率,持续优化用户体验与履约成本;\n2. 深入研究调度策略、供需平衡、履约模式等核心方向,通过路径规划与时间预估算法,支撑多国业务的规模化落地;\n3. 与产品、运营团队紧密协作,将业务问题转化为算法方案,推动算法成果在生产环境中稳定上线并持续产生业务价值;\n4. 积极探索 AI 编程工具(如 Copilot)与大模型辅助分析在算法研发中的应用,持续提升个人与团队的研发效率。\n1. 硕士及以上学历,3年以上算法研发经验;\n2. 在运筹优化、机器学习、深度学习、强化学习中至少一个方向有扎实理论基础与项目落地经验,熟悉 Python/C++ 及相关框架;\n3. 具备较强的问题分析与拆解能力,能独立推进算法方案从设计到上线全流程。\n4. 有海外工作/生活经验,英语可作为工作语言;\n5. 熟悉 Gurobi/OR-Tools 等运筹求解器,或有即时配送/物流调度领域经验;\n6. 有使用 AI 辅助工具(如 Copilot、ChatGPT)提升算法研发效率的实践经验。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}