职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4533738738

【北斗】复杂Agent应用技术研究员

未披露 · 北京市 / 上海市 · 美团

主分类:Agent系统开发
软件开发与 IT
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": "【北斗】复杂Agent应用技术研究员",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "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": "我们致力于用科技创新为用户和生态伙伴创造超预期的交互体验和效率提升,依托生活服务领域多样化且复杂的业务场景,聚焦基座技术与公司战略级应用方向的深度融合,持续推动前沿技术的落地,同时积极探索和挑战技术的无人区,不断定义并刷新行业的最先进技术标准。\n\n1、DataAgent核心基建:攻坚复杂长周期任务调度架构,解决上下文治理、长期记忆与状态流控难题\n2、BA场景工具链:构建高扩展性数据处理Skill体系与安全高效的代码执行沙盒\n3、精准营销Agent:基于海量用户行为数据探索精细化需求理解与大小模型协同\n4、Skill体系与模型优化:探索Skill的表示、调度与自进化机制,推进Agentic RL\n5、智能服务新范式:建立C端个人Agent与B端服务Agent的连接,研究智能体架构优化",
        "requirements_text": "【岗位要求】\n1、有好奇心,敢想敢做,掌握基本LLM训练和应用范式\n2、顶会论文(ACL/EMNLP/NeurIPS/ICLR/KDD等)、开源贡献或算法竞赛成果突出者优先\n3、有OpenClaw/Claude Code深度使用经验与产出优先\n4、熟悉Agentic RL者优先\n5、GitHub高Star AI原生项目或向OpenClaw/OpenCode提交过核心PR者优先\n\n【岗位吸引力】\n1、全场景产品落地:客服/销售/商业分析/营销/C端助理,覆盖平台级全场景——你的研究直接变成产品,影响千万级真实用户\n2、Skill体系与Agent架构研究:探索Skill的表示、调度与自进化机制,攻坚上下文治理、长期记忆与状态流控等复杂Agent系统核心难题,学术界和工业界都在摸索的前沿问题\n3、兼具技术深度与系统视野:既能深耕Agent等前沿算法,也能看到完整系统架构如何在真实业务中演化\n4、快速验证节奏:平台级业务数据 + 极短的技术方法到线上路径,技术探索快速得到真实反馈",
        "skills": [AI生成
            "系统架构",
            "销售",
            "商业分析"
        ],
        "preferred_qualifications": "2、顶会论文(ACL/EMNLP/NeurIPS/ICLR/KDD等)、开源贡献或算法竞赛成果突出者优先;3、有OpenClaw/Claude Code深度使用经验与产出优先;4、熟悉Agentic RL者优先;5、GitHub高Star AI原生项目或向OpenClaw/OpenCode提交过核心PR者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4533738738&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4533738738",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4533738738&jobShareType=1"
    },
    "fulltext": "【北斗】复杂Agent应用技术研究员\n【北斗】复杂Agent应用技术研究员\n\n基础信息\n工作地点:北京市 / 上海市\n职位类别:技术类\n职位族群:算法\n更新时间:2026-06-03\n\n岗位职责\n我们致力于用科技创新为用户和生态伙伴创造超预期的交互体验和效率提升,依托生活服务领域多样化且复杂的业务场景,聚焦基座技术与公司战略级应用方向的深度融合,持续推动前沿技术的落地,同时积极探索和挑战技术的无人区,不断定义并刷新行业的最先进技术标准。\n\n1、DataAgent核心基建:攻坚复杂长周期任务调度架构,解决上下文治理、长期记忆与状态流控难题\n2、BA场景工具链:构建高扩展性数据处理Skill体系与安全高效的代码执行沙盒\n3、精准营销Agent:基于海量用户行为数据探索精细化需求理解与大小模型协同\n4、Skill体系与模型优化:探索Skill的表示、调度与自进化机制,推进Agentic RL\n5、智能服务新范式:建立C端个人Agent与B端服务Agent的连接,研究智能体架构优化\n\n岗位基本要求\n【岗位要求】\n1、有好奇心,敢想敢做,掌握基本LLM训练和应用范式\n2、顶会论文(ACL/EMNLP/NeurIPS/ICLR/KDD等)、开源贡献或算法竞赛成果突出者优先\n3、有OpenClaw/Claude Code深度使用经验与产出优先\n4、熟悉Agentic RL者优先\n5、GitHub高Star AI原生项目或向OpenClaw/OpenCode提交过核心PR者优先\n\n【岗位吸引力】\n1、全场景产品落地:客服/销售/商业分析/营销/C端助理,覆盖平台级全场景——你的研究直接变成产品,影响千万级真实用户\n2、Skill体系与Agent架构研究:探索Skill的表示、调度与自进化机制,攻坚上下文治理、长期记忆与状态流控等复杂Agent系统核心难题,学术界和工业界都在摸索的前沿问题\n3、兼具技术深度与系统视野:既能深耕Agent等前沿算法,也能看到完整系统架构如何在真实业务中演化\n4、快速验证节奏:平台级业务数据 + 极短的技术方法到线上路径,技术探索快速得到真实反馈\n我们致力于用科技创新为用户和生态伙伴创造超预期的交互体验和效率提升,依托生活服务领域多样化且复杂的业务场景,聚焦基座技术与公司战略级应用方向的深度融合,持续推动前沿技术的落地,同时积极探索和挑战技术的无人区,不断定义并刷新行业的最先进技术标准。\n\n1、DataAgent核心基建:攻坚复杂长周期任务调度架构,解决上下文治理、长期记忆与状态流控难题\n2、BA场景工具链:构建高扩展性数据处理Skill体系与安全高效的代码执行沙盒\n3、精准营销Agent:基于海量用户行为数据探索精细化需求理解与大小模型协同\n4、Skill体系与模型优化:探索Skill的表示、调度与自进化机制,推进Agentic RL\n5、智能服务新范式:建立C端个人Agent与B端服务Agent的连接,研究智能体架构优化\n【岗位要求】\n1、有好奇心,敢想敢做,掌握基本LLM训练和应用范式\n2、顶会论文(ACL/EMNLP/NeurIPS/ICLR/KDD等)、开源贡献或算法竞赛成果突出者优先\n3、有OpenClaw/Claude Code深度使用经验与产出优先\n4、熟悉Agentic RL者优先\n5、GitHub高Star AI原生项目或向OpenClaw/OpenCode提交过核心PR者优先\n\n【岗位吸引力】\n1、全场景产品落地:客服/销售/商业分析/营销/C端助理,覆盖平台级全场景——你的研究直接变成产品,影响千万级真实用户\n2、Skill体系与Agent架构研究:探索Skill的表示、调度与自进化机制,攻坚上下文治理、长期记忆与状态流控等复杂Agent系统核心难题,学术界和工业界都在摸索的前沿问题\n3、兼具技术深度与系统视野:既能深耕Agent等前沿算法,也能看到完整系统架构如何在真实业务中演化\n4、快速验证节奏:平台级业务数据 + 极短的技术方法到线上路径,技术探索快速得到真实反馈",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T010"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}