主分类：数据工程与数据平台研发
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": "【LongCat大模型人才校招】大模型数据抓取算法专家",
"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": "【AI愿景】\n美团龙猫基座大模型，不只聪明，更懂生活。从语言理解到全模态感知，从架构创新到极致推理，从海量预训练到亿级真实订单 —— 我们造的不仅是实验室里的“优等生”，更是活在大街小巷、三餐四季里的AI。 而我们想做的远不止于此 —— 让模型自己提出假设、训练自己、不断进化； 让一群智能体像团队一样分工协作、攻克复杂问题； 让 AI 走出屏幕，理解物理世界、走进真实场景。 这是我们正在冲刺的方向，也是你可以参与定义的未来。 加入我们，一起把智能带进真实物理世界，亲手打造下一代 AGI！\n【团队介绍】\n基座大模型AI Infra团队，以支撑前沿基础模型持续演进为目标，面向大模型研发与生产全链路，构建高性能、高稳定性、可持续扩展的AI基础设施体系。围绕高效率实验平台、大规模训练生产能力，以及模型结构与芯片架构协同优化， 沉淀软硬一体、训推贯通的关键基础能力，提升模型迭代效率、训练资源利用率与系统上限。\n\n【岗位职责】\n负责面向LLM数据场景中海量数据抓取需求建设，构建文本、多模态等高质量数据获取能力。\n1.面向海量多源数据场景，构建高可用、高稳定性的分布式数据调度与抓取系统，保障数据供给的及时性与完整性。\n2.针对不同目标站点的技术防护手段，设计并实现动态友好爬取方案，持续提升抓取成功率与数据质量，保障采集链路在复杂对抗环境下的持续可用。\n3.设计数据清洗、去重、校验、质量等保障机制，确保整体系统的效率，对数据缺失、异常、延迟等风险做到早发现、早恢复。\n4.深入理解业务场景对数据的需求，协同算法、搜索、策略、数据平台等团队，将抓取能力与业务目标对齐，推动数据",
"requirements_text": "1.熟悉Python和PyTorch等深度学习框架、具备扎实的操作系统、计算机网络、分布式系统、算法、数据结构、机器学习基础，对分类、排序等问题有一定理解。\n2.有较强的工程实现和跨团队协作能力。 \n3.对网页质量识别、内容理解、信息抽取等方向有兴趣，有相关方向顶会论文、项目或实习经验优先。\n【为什么是我们】\n1.超大规模真实业务场景：面向海量、多源、动态变化的数据抓取与处理需求，能够在真实复杂业务环境中解决高并发、高稳定性、高可用性的工程问题，技术挑战足够硬核。\n2.数据链路价值清晰可见：从数据获取、清洗、治理到业务消费，抓取能力直接影响数据供给效率和业务决策质量，工作成果能够快速作用于核心业务场景，价值感强。\n3.全链路技术深度与广度兼具：涉及分布式调度、爬取友好、代理与网络策略、质量识别、异常恢复、数据治理、工程平台化建设等，能够系统性提升能力。\n4.业务理解与技术能力双成长：需要深入理解业务目标、数据价值和使用场景，不只是完成抓取任务，更是围绕“如何稳定、合规、高效地获得高价值数据”持续优化，成长空间大。",
"skills": [AI生成
"Python",
"PyTorch",
"机器学习",
"深度学习",
"数据结构",
"分布式系统",
"数据治理",
"团队协作"
],
"preferred_qualifications": "3.对网页质量识别、内容理解、信息抽取等方向有兴趣，有相关方向顶会论文、项目或实习经验优先",
"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=4612723000&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4612723000",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4612723000&jobShareType=1"
},
"fulltext": "【LongCat大模型人才校招】大模型数据抓取算法专家\n【LongCat大模型人才校招】大模型数据抓取算法专家\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：2026-07-07\n\n岗位职责\n【AI愿景】\n美团龙猫基座大模型，不只聪明，更懂生活。从语言理解到全模态感知，从架构创新到极致推理，从海量预训练到亿级真实订单 —— 我们造的不仅是实验室里的“优等生”，更是活在大街小巷、三餐四季里的AI。 而我们想做的远不止于此 —— 让模型自己提出假设、训练自己、不断进化； 让一群智能体像团队一样分工协作、攻克复杂问题； 让 AI 走出屏幕，理解物理世界、走进真实场景。 这是我们正在冲刺的方向，也是你可以参与定义的未来。 加入我们，一起把智能带进真实物理世界，亲手打造下一代 AGI！\n【团队介绍】\n基座大模型AI Infra团队，以支撑前沿基础模型持续演进为目标，面向大模型研发与生产全链路，构建高性能、高稳定性、可持续扩展的AI基础设施体系。围绕高效率实验平台、大规模训练生产能力，以及模型结构与芯片架构协同优化， 沉淀软硬一体、训推贯通的关键基础能力，提升模型迭代效率、训练资源利用率与系统上限。\n\n【岗位职责】\n负责面向LLM数据场景中海量数据抓取需求建设，构建文本、多模态等高质量数据获取能力。\n1.面向海量多源数据场景，构建高可用、高稳定性的分布式数据调度与抓取系统，保障数据供给的及时性与完整性。\n2.针对不同目标站点的技术防护手段，设计并实现动态友好爬取方案，持续提升抓取成功率与数据质量，保障采集链路在复杂对抗环境下的持续可用。\n3.设计数据清洗、去重、校验、质量等保障机制，确保整体系统的效率，对数据缺失、异常、延迟等风险做到早发现、早恢复。\n4.深入理解业务场景对数据的需求，协同算法、搜索、策略、数据平台等团队，将抓取能力与业务目标对齐，推动数据\n\n岗位基本要求\n1.熟悉Python和PyTorch等深度学习框架、具备扎实的操作系统、计算机网络、分布式系统、算法、数据结构、机器学习基础，对分类、排序等问题有一定理解。\n2.有较强的工程实现和跨团队协作能力。 \n3.对网页质量识别、内容理解、信息抽取等方向有兴趣，有相关方向顶会论文、项目或实习经验优先。\n【为什么是我们】\n1.超大规模真实业务场景：面向海量、多源、动态变化的数据抓取与处理需求，能够在真实复杂业务环境中解决高并发、高稳定性、高可用性的工程问题，技术挑战足够硬核。\n2.数据链路价值清晰可见：从数据获取、清洗、治理到业务消费，抓取能力直接影响数据供给效率和业务决策质量，工作成果能够快速作用于核心业务场景，价值感强。\n3.全链路技术深度与广度兼具：涉及分布式调度、爬取友好、代理与网络策略、质量识别、异常恢复、数据治理、工程平台化建设等，能够系统性提升能力。\n4.业务理解与技术能力双成长：需要深入理解业务目标、数据价值和使用场景，不只是完成抓取任务，更是围绕“如何稳定、合规、高效地获得高价值数据”持续优化，成长空间大。\n【AI愿景】\n美团龙猫基座大模型，不只聪明，更懂生活。从语言理解到全模态感知，从架构创新到极致推理，从海量预训练到亿级真实订单 —— 我们造的不仅是实验室里的“优等生”，更是活在大街小巷、三餐四季里的AI。 而我们想做的远不止于此 —— 让模型自己提出假设、训练自己、不断进化； 让一群智能体像团队一样分工协作、攻克复杂问题； 让 AI 走出屏幕，理解物理世界、走进真实场景。 这是我们正在冲刺的方向，也是你可以参与定义的未来。 加入我们，一起把智能带进真实物理世界，亲手打造下一代 AGI！\n【团队介绍】\n基座大模型AI Infra团队，以支撑前沿基础模型持续演进为目标，面向大模型研发与生产全链路，构建高性能、高稳定性、可持续扩展的AI基础设施体系。围绕高效率实验平台、大规模训练生产能力，以及模型结构与芯片架构协同优化， 沉淀软硬一体、训推贯通的关键基础能力，提升模型迭代效率、训练资源利用率与系统上限。\n\n【岗位职责】\n负责面向LLM数据场景中海量数据抓取需求建设，构建文本、多模态等高质量数据获取能力。\n1.面向海量多源数据场景，构建高可用、高稳定性的分布式数据调度与抓取系统，保障数据供给的及时性与完整性。\n2.针对不同目标站点的技术防护手段，设计并实现动态友好爬取方案，持续提升抓取成功率与数据质量，保障采集链路在复杂对抗环境下的持续可用。\n3.设计数据清洗、去重、校验、质量等保障机制，确保整体系统的效率，对数据缺失、异常、延迟等风险做到早发现、早恢复。\n4.深入理解业务场景对数据的需求，协同算法、搜索、策略、数据平台等团队，将抓取能力与业务目标对齐，推动数据\n1.熟悉Python和PyTorch等深度学习框架、具备扎实的操作系统、计算机网络、分布式系统、算法、数据结构、机器学习基础，对分类、排序等问题有一定理解。\n2.有较强的工程实现和跨团队协作能力。 \n3.对网页质量识别、内容理解、信息抽取等方向有兴趣，有相关方向顶会论文、项目或实习经验优先。\n【为什么是我们】\n1.超大规模真实业务场景：面向海量、多源、动态变化的数据抓取与处理需求，能够在真实复杂业务环境中解决高并发、高稳定性、高可用性的工程问题，技术挑战足够硬核。\n2.数据链路价值清晰可见：从数据获取、清洗、治理到业务消费，抓取能力直接影响数据供给效率和业务决策质量，工作成果能够快速作用于核心业务场景，价值感强。\n3.全链路技术深度与广度兼具：涉及分布式调度、爬取友好、代理与网络策略、质量识别、异常恢复、数据治理、工程平台化建设等，能够系统性提升能力。\n4.业务理解与技术能力双成长：需要深入理解业务目标、数据价值和使用场景，不只是完成抓取任务，更是围绕“如何稳定、合规、高效地获得高价值数据”持续优化，成长空间大。",
"standard_classification": {
"std_category_code": "T016",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}