职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4434792868

调度系统专家

未披露 · 北京市 · 美团

主分类:后端与业务系统研发
软件开发与 IT
辅助:项目与项目群管理(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": "调度系统专家",
        "job_level": "专家",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": 8,
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "架构治理:\n对配送调度核心系统(派单引擎、履约状态机、实时决策链路)的整体架构负责,主导系统从当前状态到下一个阶段的演进路径\n识别系统架构债务,推动平台化、模块化改造,提升系统可扩展性与长期可维护性\n制定并落地稳定性体系——容量规划、限流熔断、故障自愈、预案管理,保障 SLA\n\n工程效能:\n建设调度链路工程基础设施:调度引擎及相关系统的性能规划及优化\n推动全链路可观测体系落地,提升系统故障定位效率与 oncall 质量\n在业务快速迭代压力下,守住工程质量底线,建立有效的技术规范与 Review 机制\n\nAI方向:\n结合调度的业务及系统定位,挖掘AI机会点并组织探索落地\n通过AI提升日常研发效率\n\n团队建设:\n管理 15~20 人工程团队,负责人才引进、技术梯队规划与核心骨干培养\n能识别并引进行业工程人才,建立有吸引力的技术氛围\n对团队技术成长与组织健康度负责\n\n技术影响力\n作为工程侧技术 Owner,主导重大技术选型与架构评审\n识别行业技术趋势,判断对内部架构的影响与应对策略",
        "requirements_text": "8年以上后端工程经验,5 年以上大型技术团队管理经验(团队规模 ≥ 10 人);\n主导过亿级日订单/请求规模的分布式系统架构设计,有从 0 到 1 或从 1 到 10 的完整架构演进经历;\n对系统架构有前瞻性判断,能在业务压力、技术债、团队能力之间做出正确取舍;\n具备跨团队强推动力,能在复杂组织中协调资源、对齐目标、落地方案;\nAI能力:\n对 AI Agent / LLM 在工业系统中的应用有思考和判断力,知道哪些场景适合用大模型,哪些场景不适合,能做合理的技术选型\n具备 AI 与传统系统融合的实践经验,针对服务的业务、研发工作,有一定实践了解实现过程的挑战及问题点\n有 AI 驱动的研发效率提升实践,如 AI 辅助编码、AI 辅助测试、AI 辅助 oncall 等",
        "skills": [AI生成
            "分布式系统",
            "系统架构",
            "架构设计",
            "团队管理",
            "大语言模型",
            "智能体开发"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "美团即时配送每天承载亿级订单,调度系统是整个履约链路的核心基础设施。我们面对的是国内规模大、实时性要求高的配送调度场景——毫秒级决策、亿级日单量、极端并发下的工程稳定性,是这个岗位每天真实面对的挑战。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4434792868&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4434792868",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4434792868&jobShareType=1"
    },
    "fulltext": "调度系统专家\n调度系统专家\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:软件\n更新时间:2026-06-22\n\n岗位职责\n架构治理:\n对配送调度核心系统(派单引擎、履约状态机、实时决策链路)的整体架构负责,主导系统从当前状态到下一个阶段的演进路径\n识别系统架构债务,推动平台化、模块化改造,提升系统可扩展性与长期可维护性\n制定并落地稳定性体系——容量规划、限流熔断、故障自愈、预案管理,保障 SLA\n\n工程效能:\n建设调度链路工程基础设施:调度引擎及相关系统的性能规划及优化\n推动全链路可观测体系落地,提升系统故障定位效率与 oncall 质量\n在业务快速迭代压力下,守住工程质量底线,建立有效的技术规范与 Review 机制\n\nAI方向:\n结合调度的业务及系统定位,挖掘AI机会点并组织探索落地\n通过AI提升日常研发效率\n\n团队建设:\n管理 15~20 人工程团队,负责人才引进、技术梯队规划与核心骨干培养\n能识别并引进行业工程人才,建立有吸引力的技术氛围\n对团队技术成长与组织健康度负责\n\n技术影响力\n作为工程侧技术 Owner,主导重大技术选型与架构评审\n识别行业技术趋势,判断对内部架构的影响与应对策略\n\n岗位基本要求\n8年以上后端工程经验,5 年以上大型技术团队管理经验(团队规模 ≥ 10 人);\n主导过亿级日订单/请求规模的分布式系统架构设计,有从 0 到 1 或从 1 到 10 的完整架构演进经历;\n对系统架构有前瞻性判断,能在业务压力、技术债、团队能力之间做出正确取舍;\n具备跨团队强推动力,能在复杂组织中协调资源、对齐目标、落地方案;\nAI能力:\n对 AI Agent / LLM 在工业系统中的应用有思考和判断力,知道哪些场景适合用大模型,哪些场景不适合,能做合理的技术选型\n具备 AI 与传统系统融合的实践经验,针对服务的业务、研发工作,有一定实践了解实现过程的挑战及问题点\n有 AI 驱动的研发效率提升实践,如 AI 辅助编码、AI 辅助测试、AI 辅助 oncall 等\n\n岗位亮点\n美团即时配送每天承载亿级订单,调度系统是整个履约链路的核心基础设施。我们面对的是国内规模大、实时性要求高的配送调度场景——毫秒级决策、亿级日单量、极端并发下的工程稳定性,是这个岗位每天真实面对的挑战。\n架构治理:\n对配送调度核心系统(派单引擎、履约状态机、实时决策链路)的整体架构负责,主导系统从当前状态到下一个阶段的演进路径\n识别系统架构债务,推动平台化、模块化改造,提升系统可扩展性与长期可维护性\n制定并落地稳定性体系——容量规划、限流熔断、故障自愈、预案管理,保障 SLA\n\n工程效能:\n建设调度链路工程基础设施:调度引擎及相关系统的性能规划及优化\n推动全链路可观测体系落地,提升系统故障定位效率与 oncall 质量\n在业务快速迭代压力下,守住工程质量底线,建立有效的技术规范与 Review 机制\n\nAI方向:\n结合调度的业务及系统定位,挖掘AI机会点并组织探索落地\n通过AI提升日常研发效率\n\n团队建设:\n管理 15~20 人工程团队,负责人才引进、技术梯队规划与核心骨干培养\n能识别并引进行业工程人才,建立有吸引力的技术氛围\n对团队技术成长与组织健康度负责\n\n技术影响力\n作为工程侧技术 Owner,主导重大技术选型与架构评审\n识别行业技术趋势,判断对内部架构的影响与应对策略\n8年以上后端工程经验,5 年以上大型技术团队管理经验(团队规模 ≥ 10 人);\n主导过亿级日订单/请求规模的分布式系统架构设计,有从 0 到 1 或从 1 到 10 的完整架构演进经历;\n对系统架构有前瞻性判断,能在业务压力、技术债、团队能力之间做出正确取舍;\n具备跨团队强推动力,能在复杂组织中协调资源、对齐目标、落地方案;\nAI能力:\n对 AI Agent / LLM 在工业系统中的应用有思考和判断力,知道哪些场景适合用大模型,哪些场景不适合,能做合理的技术选型\n具备 AI 与传统系统融合的实践经验,针对服务的业务、研发工作,有一定实践了解实现过程的挑战及问题点\n有 AI 驱动的研发效率提升实践,如 AI 辅助编码、AI 辅助测试、AI 辅助 oncall 等",
    "standard_classification": {
        "std_category_code": "T002",
        "std_aux_codes": [
            "F012"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}