主分类：Agent系统开发
辅助：平台与开发者产品经理（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": "点评技术-AI Builder 团队负责人",
"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 / 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": 5,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 团队建设与管理\n- 组建并管理点评 AI Builder 团队；\n- 明确团队能力模型，建立 Agent 工程、AI 工具集成、Prompt 工程、AI 评测等方向的梯队建设；\n- 推动团队文化建设，打造务实、自驱、开放、追求卓越的工程师团队。\n\n2. 面向业务的 Agent 工具建设\n- 深入了解点评各业务团队的工作流程和痛点；\n- 设计和建设面向业务团队的通用 Agent 交互平台，支持低代码/无代码创建、调试、部署 AI Agent，让非技术同学也能轻松使用 AI 能力；\n- 建设各类AI agent应用层能力。\n\n3. 业务工作流程识别与 AI 提效\n- 深度与业务、产品、运营高频共创，系统性梳理各团队的核心工作流程；\n- 识别适合 AI 介入的环节，评估提效潜力和实施路径；\n- 结合公司内部 AI 工具和外部 AI 能力，设计并落地提效方案；\n- 推动“人用工具 → 工具找人”的主动服务型产品能力转变。\n\n4. Agentic 架构与技术体系建设\n- 设计、实现和维护先进的 Agentic System，结合 Agentic RAG、Cognitive Architecture、Agentic Workflow 等前沿技术；\n- 解决在多模态模型、多 Agent 协作场景下的可扩展性和可靠性问题；\n- 完成存量 Tools/系统的低成本集成，支持业务团队自建 Skill 和 workflow；\n- 结合 CodeAgent 和 Spec Coding 模式，降低 AI 应用的构建门槛。\n\n5. 数据与知识体系建设\n- 保证底层数据口径统一，面向 Agent 友好；\n- 提供方便的企业数据集成和查询能力；\n- 低成本完成知识库的生产、管理、消费流程，保证知识无过时、冲突、冗余；\n- 完善基于测评驱动的 AI 应用生产流程，快速评估 LLM 和 Agent 效果。\n\n6. 模型能力与 AI 生态建设\n- 周期性进行 SOTA 模型评测，根据场景选择高性价比模型；\n- 协同训练师团队完成模型所需的训练数据生产、标注任务；\n- 跟踪内外部 AI 工具生态，评估并引入适合点评场景的 AI 能力。",
"requirements_text": "1. 5年+ 研发或 AI 应用相关经验，有团队管理经验（50人+）；\n2. 对 Agentic System 有扎实的理解，熟悉 LangChain、LangGraph、CrewAI 等框架；\n3. 精通 AI Coding，有 Spec Coding 实践经验；\n4. 曾直接与业务方合作，深入了解业务需求，并能将业务语言转化为技术方案；\n5. 出色的沟通和跨团队协作能力，能够有效推动技术方案在业务方的落地；\n6. 在构建可靠、可扩展、高性能系统方面有良好判断力，关注交付质量和工程体验；\n7. 对 AI 技术趋势有敏锐洞察，能快速学习和应用新工具、新框架。",
"skills": [AI生成
"团队管理",
"团队协作"
],
"preferred_qualifications": "未披露",
"job_highlights": "1. 参与核心AI能力建设，推动技术在真实业务场景中的规模化应用。 \n2. 与技术团队协作，接触前沿AI技术与海量数据资源。 \n3. 工作地点灵活，支持北京或上海办公。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4596519179&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4596519179",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4596519179&jobShareType=1"
},
"fulltext": "点评技术-AI Builder 团队负责人\n点评技术-AI Builder 团队负责人\n\n基础信息\n工作地点：北京市 / 上海市\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：2026-09-01\n\n岗位职责\n1. 团队建设与管理\n- 组建并管理点评 AI Builder 团队；\n- 明确团队能力模型，建立 Agent 工程、AI 工具集成、Prompt 工程、AI 评测等方向的梯队建设；\n- 推动团队文化建设，打造务实、自驱、开放、追求卓越的工程师团队。\n\n2. 面向业务的 Agent 工具建设\n- 深入了解点评各业务团队的工作流程和痛点；\n- 设计和建设面向业务团队的通用 Agent 交互平台，支持低代码/无代码创建、调试、部署 AI Agent，让非技术同学也能轻松使用 AI 能力；\n- 建设各类AI agent应用层能力。\n\n3. 业务工作流程识别与 AI 提效\n- 深度与业务、产品、运营高频共创，系统性梳理各团队的核心工作流程；\n- 识别适合 AI 介入的环节，评估提效潜力和实施路径；\n- 结合公司内部 AI 工具和外部 AI 能力，设计并落地提效方案；\n- 推动“人用工具 → 工具找人”的主动服务型产品能力转变。\n\n4. Agentic 架构与技术体系建设\n- 设计、实现和维护先进的 Agentic System，结合 Agentic RAG、Cognitive Architecture、Agentic Workflow 等前沿技术；\n- 解决在多模态模型、多 Agent 协作场景下的可扩展性和可靠性问题；\n- 完成存量 Tools/系统的低成本集成，支持业务团队自建 Skill 和 workflow；\n- 结合 CodeAgent 和 Spec Coding 模式，降低 AI 应用的构建门槛。\n\n5. 数据与知识体系建设\n- 保证底层数据口径统一，面向 Agent 友好；\n- 提供方便的企业数据集成和查询能力；\n- 低成本完成知识库的生产、管理、消费流程，保证知识无过时、冲突、冗余；\n- 完善基于测评驱动的 AI 应用生产流程，快速评估 LLM 和 Agent 效果。\n\n6. 模型能力与 AI 生态建设\n- 周期性进行 SOTA 模型评测，根据场景选择高性价比模型；\n- 协同训练师团队完成模型所需的训练数据生产、标注任务；\n- 跟踪内外部 AI 工具生态，评估并引入适合点评场景的 AI 能力。\n\n岗位基本要求\n1. 5年+ 研发或 AI 应用相关经验，有团队管理经验（50人+）；\n2. 对 Agentic System 有扎实的理解，熟悉 LangChain、LangGraph、CrewAI 等框架；\n3. 精通 AI Coding，有 Spec Coding 实践经验；\n4. 曾直接与业务方合作，深入了解业务需求，并能将业务语言转化为技术方案；\n5. 出色的沟通和跨团队协作能力，能够有效推动技术方案在业务方的落地；\n6. 在构建可靠、可扩展、高性能系统方面有良好判断力，关注交付质量和工程体验；\n7. 对 AI 技术趋势有敏锐洞察，能快速学习和应用新工具、新框架。\n\n岗位亮点\n1. 参与核心AI能力建设，推动技术在真实业务场景中的规模化应用。 \n2. 与技术团队协作，接触前沿AI技术与海量数据资源。 \n3. 工作地点灵活，支持北京或上海办公。\n1. 团队建设与管理\n- 组建并管理点评 AI Builder 团队；\n- 明确团队能力模型，建立 Agent 工程、AI 工具集成、Prompt 工程、AI 评测等方向的梯队建设；\n- 推动团队文化建设，打造务实、自驱、开放、追求卓越的工程师团队。\n\n2. 面向业务的 Agent 工具建设\n- 深入了解点评各业务团队的工作流程和痛点；\n- 设计和建设面向业务团队的通用 Agent 交互平台，支持低代码/无代码创建、调试、部署 AI Agent，让非技术同学也能轻松使用 AI 能力；\n- 建设各类AI agent应用层能力。\n\n3. 业务工作流程识别与 AI 提效\n- 深度与业务、产品、运营高频共创，系统性梳理各团队的核心工作流程；\n- 识别适合 AI 介入的环节，评估提效潜力和实施路径；\n- 结合公司内部 AI 工具和外部 AI 能力，设计并落地提效方案；\n- 推动“人用工具 → 工具找人”的主动服务型产品能力转变。\n\n4. Agentic 架构与技术体系建设\n- 设计、实现和维护先进的 Agentic System，结合 Agentic RAG、Cognitive Architecture、Agentic Workflow 等前沿技术；\n- 解决在多模态模型、多 Agent 协作场景下的可扩展性和可靠性问题；\n- 完成存量 Tools/系统的低成本集成，支持业务团队自建 Skill 和 workflow；\n- 结合 CodeAgent 和 Spec Coding 模式，降低 AI 应用的构建门槛。\n\n5. 数据与知识体系建设\n- 保证底层数据口径统一，面向 Agent 友好；\n- 提供方便的企业数据集成和查询能力；\n- 低成本完成知识库的生产、管理、消费流程，保证知识无过时、冲突、冗余；\n- 完善基于测评驱动的 AI 应用生产流程，快速评估 LLM 和 Agent 效果。\n\n6. 模型能力与 AI 生态建设\n- 周期性进行 SOTA 模型评测，根据场景选择高性价比模型；\n- 协同训练师团队完成模型所需的训练数据生产、标注任务；\n- 跟踪内外部 AI 工具生态，评估并引入适合点评场景的 AI 能力。\n1. 5年+ 研发或 AI 应用相关经验，有团队管理经验（50人+）；\n2. 对 Agentic System 有扎实的理解，熟悉 LangChain、LangGraph、CrewAI 等框架；\n3. 精通 AI Coding，有 Spec Coding 实践经验；\n4. 曾直接与业务方合作，深入了解业务需求，并能将业务语言转化为技术方案；\n5. 出色的沟通和跨团队协作能力，能够有效推动技术方案在业务方的落地；\n6. 在构建可靠、可扩展、高性能系统方面有良好判断力，关注交付质量和工程体验；\n7. 对 AI 技术趋势有敏锐洞察，能快速学习和应用新工具、新框架。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [
"PM005"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}