主分类：搜索推荐与业务决策算法研发
辅助：大模型与生成式算法研发（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": "智能营销大模型算法专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "金融服务平台",
"location": "北京市 / 上海市",
"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": "全链路增长体系构建：负责金融营销垂直领域基座模型的深度定制，推动大模型技术从 0 到 1 落地应用及持续迭代，从用户全生命周期（感知、获客、激活、转化、留存、召回）出发，深度参与构建高度智能的业务增长算法体系；\n\n基于Agent技术的数字员工构建：在智能理赔、智能客服等高人力消耗领域，构建各类智能 Agent，通过提供高效智能服务，有效降低人工成本，同时提升用户服务体验。\n\n高效的效果分析与复盘能力构建：构建自闭环高效效果分析系统，整合大模型营销全链路数据，建立涵盖转化率、ROI、用户体验、合规性的多维度评估指标体系；通过数据归因、异常诊断等手段定位瓶颈，形成标准化复盘流程并输出优化建议，驱动系统与策略迭代，实现全闭环运转，最大化 AI 营销效能。\n\n驱动项目的完成：与产品、运营团队紧密配合，将业务问题转化为科学的数学模型，有效协调上下游资源推进项目，保障目标落地。",
"requirements_text": "具备扎实的大模型与 AI 算法基础，熟悉大模型、自然语言处理NLP、因果推断、机器学习与深度学习核心技术；\n\n熟悉Pytorch/TensorFlow框架，具备分布式训练和模型优化经验。\n\n熟练掌握大模型训练调优与推理加速，包括但不限于大模型微调（SFT）、强化学习、蒸馏、量化部署等全流程工作\n\n拥有生产环境 AI 项目落地经验，熟悉RAG、智能 Agent等主流框架与实现机制（FAISS/Milvus/LangChain/LangGraph），熟练掌握Prompt Engineering，能够独立完成任务设计与效果优化；能够将大模型技术与金融营销场景结合，构建用户理解、智能交互、策略优化与自动化迭代系统。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"强化学习",
"自然语言处理",
"模型训练",
"模型微调",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "大模型积淀与实践沃土：团队过去在模型微调（Fine-tuning）、强化学习、Agent能力建设等领域有深厚积累。未来，也将拥有充足的支持和丰富的应用场景，探索大模型在营销领域、Agent数字员工等方向的落地机会；\n\n海量数据与高挑战：依托海量用户规模和真实复杂的营销场景，算法策略将直接驱动亿级流量，适合各种前沿技术的快速验证与迭代；\n\n价值实现的直通车：业务导向明确，算法每一次的迭代都能直接反映在ROI、转化率等核心商业指标上，成就感十足；\n\n优秀的人才密度与研究氛围：团队同学全部来自国内外名校及大厂，"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4411022345&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4411022345",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4411022345&jobShareType=1"
},
"fulltext": "智能营销大模型算法专家\n智能营销大模型算法专家\n\n基础信息\n工作地点：北京市 / 上海市\n部门：金融服务平台\n职位类别：技术类\n职位族群：算法\n更新时间：2026-08-21\n\n岗位职责\n全链路增长体系构建：负责金融营销垂直领域基座模型的深度定制，推动大模型技术从 0 到 1 落地应用及持续迭代，从用户全生命周期（感知、获客、激活、转化、留存、召回）出发，深度参与构建高度智能的业务增长算法体系；\n\n基于Agent技术的数字员工构建：在智能理赔、智能客服等高人力消耗领域，构建各类智能 Agent，通过提供高效智能服务，有效降低人工成本，同时提升用户服务体验。\n\n高效的效果分析与复盘能力构建：构建自闭环高效效果分析系统，整合大模型营销全链路数据，建立涵盖转化率、ROI、用户体验、合规性的多维度评估指标体系；通过数据归因、异常诊断等手段定位瓶颈，形成标准化复盘流程并输出优化建议，驱动系统与策略迭代，实现全闭环运转，最大化 AI 营销效能。\n\n驱动项目的完成：与产品、运营团队紧密配合，将业务问题转化为科学的数学模型，有效协调上下游资源推进项目，保障目标落地。\n\n岗位基本要求\n具备扎实的大模型与 AI 算法基础，熟悉大模型、自然语言处理NLP、因果推断、机器学习与深度学习核心技术；\n\n熟悉Pytorch/TensorFlow框架，具备分布式训练和模型优化经验。\n\n熟练掌握大模型训练调优与推理加速，包括但不限于大模型微调（SFT）、强化学习、蒸馏、量化部署等全流程工作\n\n拥有生产环境 AI 项目落地经验，熟悉RAG、智能 Agent等主流框架与实现机制（FAISS/Milvus/LangChain/LangGraph），熟练掌握Prompt Engineering，能够独立完成任务设计与效果优化；能够将大模型技术与金融营销场景结合，构建用户理解、智能交互、策略优化与自动化迭代系统。\n\n岗位亮点\n大模型积淀与实践沃土：团队过去在模型微调（Fine-tuning）、强化学习、Agent能力建设等领域有深厚积累。未来，也将拥有充足的支持和丰富的应用场景，探索大模型在营销领域、Agent数字员工等方向的落地机会；\n\n海量数据与高挑战：依托海量用户规模和真实复杂的营销场景，算法策略将直接驱动亿级流量，适合各种前沿技术的快速验证与迭代；\n\n价值实现的直通车：业务导向明确，算法每一次的迭代都能直接反映在ROI、转化率等核心商业指标上，成就感十足；\n\n优秀的人才密度与研究氛围：团队同学全部来自国内外名校及大厂，可以与优秀同事并肩作战，另团队各种分享与研讨会活动丰富，技术氛围浓厚，鼓励创新与技术分享。\n全链路增长体系构建：负责金融营销垂直领域基座模型的深度定制，推动大模型技术从 0 到 1 落地应用及持续迭代，从用户全生命周期（感知、获客、激活、转化、留存、召回）出发，深度参与构建高度智能的业务增长算法体系；\n\n基于Agent技术的数字员工构建：在智能理赔、智能客服等高人力消耗领域，构建各类智能 Agent，通过提供高效智能服务，有效降低人工成本，同时提升用户服务体验。\n\n高效的效果分析与复盘能力构建：构建自闭环高效效果分析系统，整合大模型营销全链路数据，建立涵盖转化率、ROI、用户体验、合规性的多维度评估指标体系；通过数据归因、异常诊断等手段定位瓶颈，形成标准化复盘流程并输出优化建议，驱动系统与策略迭代，实现全闭环运转，最大化 AI 营销效能。\n\n驱动项目的完成：与产品、运营团队紧密配合，将业务问题转化为科学的数学模型，有效协调上下游资源推进项目，保障目标落地。\n具备扎实的大模型与 AI 算法基础，熟悉大模型、自然语言处理NLP、因果推断、机器学习与深度学习核心技术；\n\n熟悉Pytorch/TensorFlow框架，具备分布式训练和模型优化经验。\n\n熟练掌握大模型训练调优与推理加速，包括但不限于大模型微调（SFT）、强化学习、蒸馏、量化部署等全流程工作\n\n拥有生产环境 AI 项目落地经验，熟悉RAG、智能 Agent等主流框架与实现机制（FAISS/Milvus/LangChain/LangGraph），熟练掌握Prompt Engineering，能够独立完成任务设计与效果优化；能够将大模型技术与金融营销场景结合，构建用户理解、智能交互、策略优化与自动化迭代系统。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}