职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4138099640

美团平台数据产品-AI方向实习生

未披露 · 北京市 · 美团

主分类:数据产品经理
产品
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": "美团平台数据产品-AI方向实习生",
        "job_level": "实习",AI生成
        "work_category": "实习",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": "产品类"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": "教育背景: 统计学、数学、计算机、商业分析或相关专业在读(本科或研究生)",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 数据语义构建(问数): 参与业务语义层的梳理与定义。协助将业务术语、指标逻辑转化为 AI 可理解的元数据知识库,优化自然语言提问的识别率与准确度。\n2. 取数流程优化(取数): 深度参与 AI 自动取数工具的落地。基于对业务表的理解,协助配置数据关联逻辑,通过 AI 辅助降低业务方的取数门槛,提升数据流转效率。\n3. 智能分析实践(分析数): 结合具体业务场景,利用 AI 工具进行数据探索与归因分析。参与设计自动化分析模版,协助业务方从海量信息中快速提取核心结论。\n4. AI 效果评测: 负责对 AI 问数与分析结果进行质量评估(Badcase 分析),通过调优 Prompt(提示词)或优化知识库,持续提升 AI 在数据闭环中的表现。\n5. 业务需求对接: 沟通业务部门,理解其在数据获取和分析中的痛点,并将其转化为平台的功能优化建议。",
        "requirements_text": "1. 分析师思维: 具备优秀的数据分析能力和逻辑推理能力,能快速理解业务逻辑,并将其拆解为可量化的数据指标。\n2. AI 实践经验:对大语言模型(LLM)有深入了解,有实际的 Prompt Engineering 经验。有 AI 相关实践项目(如:使用过 LangChain、搭建过个人 AI 应用、或有 AI 辅助数据分析的实际案例)者优先。\n3.  数据基础: 了解数据库基本原理,具备基础的 SQL 编写能力(能完成基础查询即可,无需深厚的开发功底),熟悉常见的数据分析方法论。\n4. 教育背景: 统计学、数学、计算机、商业分析或相关专业在读(本科或研究生)。\n5. 综合素质: 具备良好的沟通能力和文档撰写能力,对新技术有极强的好奇心和动手能力。",
        "skills": [AI生成
            "SQL",
            "数据库",
            "数据分析",
            "沟通能力",
            "分析能力",
            "商业分析",
            "大语言模型"
        ],
        "preferred_qualifications": "有 AI 相关实践项目(如:使用过 LangChain、搭建过个人 AI 应用、或有 AI 辅助数据分析的实际案例)者优先",
        "job_highlights": "1. 前沿技术落地: 参与 AI 相关研发与迭代,掌握“AI+数据”的前沿方法论。\n2. 双重能力培养: 既能锻炼深度的业务洞察力,又能掌握 AI 时代的平台化数据治理能力。\n3. 专业团队带教: 与资深数据 BP 和研发专家共同工作,快速提升职场竞争力。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4138099640&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4138099640",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4138099640&jobShareType=1"
    },
    "fulltext": "美团平台数据产品-AI方向实习生\n美团平台数据产品-AI方向实习生\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:产品类\n职位族群:产品\n更新时间:2026-04-28\n\n岗位职责\n1. 数据语义构建(问数): 参与业务语义层的梳理与定义。协助将业务术语、指标逻辑转化为 AI 可理解的元数据知识库,优化自然语言提问的识别率与准确度。\n2. 取数流程优化(取数): 深度参与 AI 自动取数工具的落地。基于对业务表的理解,协助配置数据关联逻辑,通过 AI 辅助降低业务方的取数门槛,提升数据流转效率。\n3. 智能分析实践(分析数): 结合具体业务场景,利用 AI 工具进行数据探索与归因分析。参与设计自动化分析模版,协助业务方从海量信息中快速提取核心结论。\n4. AI 效果评测: 负责对 AI 问数与分析结果进行质量评估(Badcase 分析),通过调优 Prompt(提示词)或优化知识库,持续提升 AI 在数据闭环中的表现。\n5. 业务需求对接: 沟通业务部门,理解其在数据获取和分析中的痛点,并将其转化为平台的功能优化建议。\n\n岗位基本要求\n1. 分析师思维: 具备优秀的数据分析能力和逻辑推理能力,能快速理解业务逻辑,并将其拆解为可量化的数据指标。\n2. AI 实践经验:对大语言模型(LLM)有深入了解,有实际的 Prompt Engineering 经验。有 AI 相关实践项目(如:使用过 LangChain、搭建过个人 AI 应用、或有 AI 辅助数据分析的实际案例)者优先。\n3.  数据基础: 了解数据库基本原理,具备基础的 SQL 编写能力(能完成基础查询即可,无需深厚的开发功底),熟悉常见的数据分析方法论。\n4. 教育背景: 统计学、数学、计算机、商业分析或相关专业在读(本科或研究生)。\n5. 综合素质: 具备良好的沟通能力和文档撰写能力,对新技术有极强的好奇心和动手能力。\n\n岗位亮点\n1. 前沿技术落地: 参与 AI 相关研发与迭代,掌握“AI+数据”的前沿方法论。\n2. 双重能力培养: 既能锻炼深度的业务洞察力,又能掌握 AI 时代的平台化数据治理能力。\n3. 专业团队带教: 与资深数据 BP 和研发专家共同工作,快速提升职场竞争力。\n1. 数据语义构建(问数): 参与业务语义层的梳理与定义。协助将业务术语、指标逻辑转化为 AI 可理解的元数据知识库,优化自然语言提问的识别率与准确度。\n2. 取数流程优化(取数): 深度参与 AI 自动取数工具的落地。基于对业务表的理解,协助配置数据关联逻辑,通过 AI 辅助降低业务方的取数门槛,提升数据流转效率。\n3. 智能分析实践(分析数): 结合具体业务场景,利用 AI 工具进行数据探索与归因分析。参与设计自动化分析模版,协助业务方从海量信息中快速提取核心结论。\n4. AI 效果评测: 负责对 AI 问数与分析结果进行质量评估(Badcase 分析),通过调优 Prompt(提示词)或优化知识库,持续提升 AI 在数据闭环中的表现。\n5. 业务需求对接: 沟通业务部门,理解其在数据获取和分析中的痛点,并将其转化为平台的功能优化建议。\n1. 分析师思维: 具备优秀的数据分析能力和逻辑推理能力,能快速理解业务逻辑,并将其拆解为可量化的数据指标。\n2. AI 实践经验:对大语言模型(LLM)有深入了解,有实际的 Prompt Engineering 经验。有 AI 相关实践项目(如:使用过 LangChain、搭建过个人 AI 应用、或有 AI 辅助数据分析的实际案例)者优先。\n3.  数据基础: 了解数据库基本原理,具备基础的 SQL 编写能力(能完成基础查询即可,无需深厚的开发功底),熟悉常见的数据分析方法论。\n4. 教育背景: 统计学、数学、计算机、商业分析或相关专业在读(本科或研究生)。\n5. 综合素质: 具备良好的沟通能力和文档撰写能力,对新技术有极强的好奇心和动手能力。",
    "standard_classification": {
        "std_category_code": "PM006",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}