主分类：Agent系统开发
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": "智能引擎 AI Builder（算法方向）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-美团平台",
"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": 2,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、Agent系统设计与落地：设计并实现面向补贴决策的Multi-Agent系统（意图理解→数据分析→策略生成→效果评估），定义Agent角色、工具集、记忆结构与协作协议\n2、业务知识建模：将操盘手的经验判断翻译为Agent可执行的规则、特征和约束条件，弥合业务直觉与算法逻辑的鸿沟\n3、人机协作设计：明确哪些环节由Agent自主决策、哪些需要人类审批，设计合理的自动化边界与熔断机制\n4、经验资产化：将实验过程中的有效pattern、失败教训、业务规律沉淀为Agent可复用的知识资产\n5、持续迭代：建立Agent行为评估体系，通过量化指标驱动系统持续进化",
"requirements_text": "1、2年及以上算法/AI工程经验，有完整的模型从0到1落地经历\n2、有Multi-Agent或LLM应用系统的生产环境实战经验\n3、能把模糊的业务需求翻译成技术方案——先问\"问题是什么\"再想\"怎么解\"\n4、对\"哪些事该AI做、哪些事该人做\"有清晰认知\n5、日常工作已深度嵌入AI（L2+），拿掉AI你会觉得\"不正常\"\n\n加分项：\n1、有运筹优化/决策系统/推荐系统等\"策略类\"系统经验\n2、有Agent记忆系统、工具调用链路、行为评估相关设计经验\n3、有将非结构化知识结构化沉淀的实践\n4、能独立跑通\"发现问题→设计实验→验证→归档\"的完整loop",
"skills": [AI生成
"数据分析",
"建模"
],
"preferred_qualifications": "加分项：",
"job_highlights": "1. 做的是L2→L3，不是给流程贴AI补丁\nMulti-Agent协作替代人工决策，目标是\"停了AI业务就中断\"的系统自治级——真正改变生产关系，不是改善生产工具。\n2. 定位在Agent层——连接\"人的判断\"与\"系统的执行\"\n运筹是发动机，你是驾驶员。核心工作是把模糊的业务直觉翻译成系统可执行的逻辑，设计人机协作的渐进边界。稀缺的\"业务×算法×系统\"交叉位。\n3. 离经营结果近，反馈loop短\nAgent决策直接作用于真实业务，做出来就是可量化的经营价值。进度快、权限大，不是先建设再看效果的长周期项目"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4601111228&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4601111228",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4601111228&jobShareType=1"
},
"fulltext": "智能引擎 AI Builder（算法方向）\n智能引擎 AI Builder（算法方向）\n\n基础信息\n工作地点：北京市\n部门：核心本地商业-美团平台\n职位类别：技术类\n职位族群：算法\n更新时间：2026-09-09\n\n岗位职责\n1、Agent系统设计与落地：设计并实现面向补贴决策的Multi-Agent系统（意图理解→数据分析→策略生成→效果评估），定义Agent角色、工具集、记忆结构与协作协议\n2、业务知识建模：将操盘手的经验判断翻译为Agent可执行的规则、特征和约束条件，弥合业务直觉与算法逻辑的鸿沟\n3、人机协作设计：明确哪些环节由Agent自主决策、哪些需要人类审批，设计合理的自动化边界与熔断机制\n4、经验资产化：将实验过程中的有效pattern、失败教训、业务规律沉淀为Agent可复用的知识资产\n5、持续迭代：建立Agent行为评估体系，通过量化指标驱动系统持续进化\n\n岗位基本要求\n1、2年及以上算法/AI工程经验，有完整的模型从0到1落地经历\n2、有Multi-Agent或LLM应用系统的生产环境实战经验\n3、能把模糊的业务需求翻译成技术方案——先问\"问题是什么\"再想\"怎么解\"\n4、对\"哪些事该AI做、哪些事该人做\"有清晰认知\n5、日常工作已深度嵌入AI（L2+），拿掉AI你会觉得\"不正常\"\n\n加分项：\n1、有运筹优化/决策系统/推荐系统等\"策略类\"系统经验\n2、有Agent记忆系统、工具调用链路、行为评估相关设计经验\n3、有将非结构化知识结构化沉淀的实践\n4、能独立跑通\"发现问题→设计实验→验证→归档\"的完整loop\n\n岗位亮点\n1. 做的是L2→L3，不是给流程贴AI补丁\nMulti-Agent协作替代人工决策，目标是\"停了AI业务就中断\"的系统自治级——真正改变生产关系，不是改善生产工具。\n2. 定位在Agent层——连接\"人的判断\"与\"系统的执行\"\n运筹是发动机，你是驾驶员。核心工作是把模糊的业务直觉翻译成系统可执行的逻辑，设计人机协作的渐进边界。稀缺的\"业务×算法×系统\"交叉位。\n3. 离经营结果近，反馈loop短\nAgent决策直接作用于真实业务，做出来就是可量化的经营价值。进度快、权限大，不是先建设再看效果的长周期项目。\n1、Agent系统设计与落地：设计并实现面向补贴决策的Multi-Agent系统（意图理解→数据分析→策略生成→效果评估），定义Agent角色、工具集、记忆结构与协作协议\n2、业务知识建模：将操盘手的经验判断翻译为Agent可执行的规则、特征和约束条件，弥合业务直觉与算法逻辑的鸿沟\n3、人机协作设计：明确哪些环节由Agent自主决策、哪些需要人类审批，设计合理的自动化边界与熔断机制\n4、经验资产化：将实验过程中的有效pattern、失败教训、业务规律沉淀为Agent可复用的知识资产\n5、持续迭代：建立Agent行为评估体系，通过量化指标驱动系统持续进化\n1、2年及以上算法/AI工程经验，有完整的模型从0到1落地经历\n2、有Multi-Agent或LLM应用系统的生产环境实战经验\n3、能把模糊的业务需求翻译成技术方案——先问\"问题是什么\"再想\"怎么解\"\n4、对\"哪些事该AI做、哪些事该人做\"有清晰认知\n5、日常工作已深度嵌入AI（L2+），拿掉AI你会觉得\"不正常\"\n\n加分项：\n1、有运筹优化/决策系统/推荐系统等\"策略类\"系统经验\n2、有Agent记忆系统、工具调用链路、行为评估相关设计经验\n3、有将非结构化知识结构化沉淀的实践\n4、能独立跑通\"发现问题→设计实验→验证→归档\"的完整loop",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}