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-供给算法工程师（AI Native）",
"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": "计算机、数学、统计相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责供给算法方向的核心建模与业务指标提升，方向涵盖销售策略、多模态商品理解、选品推荐、商家 Agent 等，根据候选人背景匹配具体方向，推动算法方案从实验到规模化落地；\n2. 建设 AutoResearch 能力，将特征工程、样本迭代、模型选型、消融实验等算法研发环节由 AI 驱动闭环迭代，提升算法研发效率；\n3. 推动 SDLC（软件开发生命周期）在团队的深度落地，在核心业务场景产出最佳实践，实现项目全链路闭环；\n4. 基于 Agent 建设知识沉淀与 AutoEval 能力，包括 LLM 样本挖掘、数据合成、智能标注、User Simulation、归因 Agent 等，构建算法迭代的自动化评估体系；\n5. 探索 AI Native 业务形态落地，包括基于 AutoResearch 实现端到端商家商品理解能力，以及将商家 AI 助手构建为具备任务规划、记忆机制、策略模拟的真实可用 Agent 系统，提升商家经营收入。",
"requirements_text": "1. 计算机、数学、统计相关专业本科及以上学历，3年以上算法岗工作经验，具备扎实的机器学习/深度学习理论基础，熟练掌握 Python 及主流 ML 框架；\n2. 熟悉 LLM 基本原理与发展路径，对 Prompt Engineering、RAG、Function Calling 等基础能力有实际应用经验；\n3. 对 Agent 框架设计有较好理解，熟悉 ReAct、CoT、Tool Use 等范式，能将复杂业务目标拆解为 Agent 可执行任务，有感知-决策-执行闭环的工程实践；\n4. 在大模型应用、AutoResearch、Agent 系统设计中至少一个方向有完整项目经历，并取得显著业务收益；\n5. 具备优秀的自驱力与学习能力，对 AI 前沿研发模式有高度敏感性，能在快速变化的技术环境中持续迭代。",
"skills": [AI生成
"Python",
"React",
"机器学习",
"深度学习",
"学习能力",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "未披露",
"job_highlights": "1. 真实问题，不是红海：Keeta 外卖供给侧仍处于快速增长阶段，从销售签约到商家经营的全链路存在大量未被解决的真实算法问题，你将面对的是有价值的新问题，而非已被卷过十轮的存量优化；\n2. 前沿技术的真实落地场景：Agent、AutoResearch、多模态大模型在这里有完整的业务落地场景，不是 demo，你将主导从数据生产、模型迭代、评估上线到业务交付的全流程 AI Native 工作方式；\n3. 算法+工程+业务一体化：不被切割为单一角色，你将同时参与算法建模、工程落地与业务决策，积累完整的供给侧算"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=3239147057&jobShareType=1"
}
]
},
"posting": {
"posting_id": "3239147057",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=3239147057&jobShareType=1"
},
"fulltext": "Keeta技术-供给算法工程师（AI Native）\nKeeta技术-供给算法工程师（AI Native）\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. 负责供给算法方向的核心建模与业务指标提升，方向涵盖销售策略、多模态商品理解、选品推荐、商家 Agent 等，根据候选人背景匹配具体方向，推动算法方案从实验到规模化落地；\n2. 建设 AutoResearch 能力，将特征工程、样本迭代、模型选型、消融实验等算法研发环节由 AI 驱动闭环迭代，提升算法研发效率；\n3. 推动 SDLC（软件开发生命周期）在团队的深度落地，在核心业务场景产出最佳实践，实现项目全链路闭环；\n4. 基于 Agent 建设知识沉淀与 AutoEval 能力，包括 LLM 样本挖掘、数据合成、智能标注、User Simulation、归因 Agent 等，构建算法迭代的自动化评估体系；\n5. 探索 AI Native 业务形态落地，包括基于 AutoResearch 实现端到端商家商品理解能力，以及将商家 AI 助手构建为具备任务规划、记忆机制、策略模拟的真实可用 Agent 系统，提升商家经营收入。\n\n岗位基本要求\n1. 计算机、数学、统计相关专业本科及以上学历，3年以上算法岗工作经验，具备扎实的机器学习/深度学习理论基础，熟练掌握 Python 及主流 ML 框架；\n2. 熟悉 LLM 基本原理与发展路径，对 Prompt Engineering、RAG、Function Calling 等基础能力有实际应用经验；\n3. 对 Agent 框架设计有较好理解，熟悉 ReAct、CoT、Tool Use 等范式，能将复杂业务目标拆解为 Agent 可执行任务，有感知-决策-执行闭环的工程实践；\n4. 在大模型应用、AutoResearch、Agent 系统设计中至少一个方向有完整项目经历，并取得显著业务收益；\n5. 具备优秀的自驱力与学习能力，对 AI 前沿研发模式有高度敏感性，能在快速变化的技术环境中持续迭代。\n\n岗位亮点\n1. 真实问题，不是红海：Keeta 外卖供给侧仍处于快速增长阶段，从销售签约到商家经营的全链路存在大量未被解决的真实算法问题，你将面对的是有价值的新问题，而非已被卷过十轮的存量优化；\n2. 前沿技术的真实落地场景：Agent、AutoResearch、多模态大模型在这里有完整的业务落地场景，不是 demo，你将主导从数据生产、模型迭代、评估上线到业务交付的全流程 AI Native 工作方式；\n3. 算法+工程+业务一体化：不被切割为单一角色，你将同时参与算法建模、工程落地与业务决策，积累完整的供给侧算法能力，快速成长为方向负责人；\n4. AI Native 重构供给链路：团队正在用 AI 重新设计整条供给算法工作流，这是国内少有的从底层重构算法研发模式的实践机会，对有志于探索 AI 驱动研发范式的候选人极具吸引力。\n1. 负责供给算法方向的核心建模与业务指标提升，方向涵盖销售策略、多模态商品理解、选品推荐、商家 Agent 等，根据候选人背景匹配具体方向，推动算法方案从实验到规模化落地；\n2. 建设 AutoResearch 能力，将特征工程、样本迭代、模型选型、消融实验等算法研发环节由 AI 驱动闭环迭代，提升算法研发效率；\n3. 推动 SDLC（软件开发生命周期）在团队的深度落地，在核心业务场景产出最佳实践，实现项目全链路闭环；\n4. 基于 Agent 建设知识沉淀与 AutoEval 能力，包括 LLM 样本挖掘、数据合成、智能标注、User Simulation、归因 Agent 等，构建算法迭代的自动化评估体系；\n5. 探索 AI Native 业务形态落地，包括基于 AutoResearch 实现端到端商家商品理解能力，以及将商家 AI 助手构建为具备任务规划、记忆机制、策略模拟的真实可用 Agent 系统，提升商家经营收入。\n1. 计算机、数学、统计相关专业本科及以上学历，3年以上算法岗工作经验，具备扎实的机器学习/深度学习理论基础，熟练掌握 Python 及主流 ML 框架；\n2. 熟悉 LLM 基本原理与发展路径，对 Prompt Engineering、RAG、Function Calling 等基础能力有实际应用经验；\n3. 对 Agent 框架设计有较好理解，熟悉 ReAct、CoT、Tool Use 等范式，能将复杂业务目标拆解为 Agent 可执行任务，有感知-决策-执行闭环的工程实践；\n4. 在大模型应用、AutoResearch、Agent 系统设计中至少一个方向有完整项目经历，并取得显著业务收益；\n5. 具备优秀的自驱力与学习能力，对 AI 前沿研发模式有高度敏感性，能在快速变化的技术环境中持续迭代。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}