主分类:搜索推荐与业务决策算法研发
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": "美团外卖-推荐算法工程师/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": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.发展大规模深度学习、图学习等技术,利用注意力机制、记忆网络、关系网络等模块,从跨多个时空场景的海量数据中深度理解用户需求、精准发掘用户兴趣,持续优化点击率、转化率等核心模型,为用户呈现更契合需求的美食与商品;\n2.发展强化学习、多模态学习、多目标优化等技术,优化重排、混排策略,智能调控流量分发机制,平衡平台生态,实现消费者体验与商家增长的双向共赢;\n3.紧跟大模型、Agent等业界前沿进展,探索LLM、生成式推荐等新范式在本地化业务场景中的落地路径,推动推荐系统从传统范式向大模型驱动范式的演进与创新。",
"requirements_text": "1.熟练掌握机器学习、深度学习等方向理论和应用,熟练应用算法平台,如TensorFlow、PyTorch等。具备大规模模型训练与优化经验,对推荐系统、搜索排序等算法有深入理解,能够将技术能力有效应用于实际业务问题;\n2.具备优秀的分析和解决问题的能力,较强的团队协作与沟通能力,对挑战性问题充满激情。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"模型训练",
"团队协作",
"沟通能力",
"解决问题"
],
"preferred_qualifications": "未披露",
"job_highlights": "1.团队负责美团核心业务推荐,业务体量大,增长快,天花板高;\n2.团队技术积淀深厚,创新氛围活跃,持续深耕本地化推荐场景,在推荐大模型、LLM与推荐系统融合等前沿方向持续投入,为每位成员提供广阔的技术探索与成长空间。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4684671586&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4684671586",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4684671586&jobShareType=1"
},
"fulltext": "美团外卖-推荐算法工程师/专家\n美团外卖-推荐算法工程师/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:算法\n更新时间:2026-09-09\n\n岗位职责\n1.发展大规模深度学习、图学习等技术,利用注意力机制、记忆网络、关系网络等模块,从跨多个时空场景的海量数据中深度理解用户需求、精准发掘用户兴趣,持续优化点击率、转化率等核心模型,为用户呈现更契合需求的美食与商品;\n2.发展强化学习、多模态学习、多目标优化等技术,优化重排、混排策略,智能调控流量分发机制,平衡平台生态,实现消费者体验与商家增长的双向共赢;\n3.紧跟大模型、Agent等业界前沿进展,探索LLM、生成式推荐等新范式在本地化业务场景中的落地路径,推动推荐系统从传统范式向大模型驱动范式的演进与创新。\n\n岗位基本要求\n1.熟练掌握机器学习、深度学习等方向理论和应用,熟练应用算法平台,如TensorFlow、PyTorch等。具备大规模模型训练与优化经验,对推荐系统、搜索排序等算法有深入理解,能够将技术能力有效应用于实际业务问题;\n2.具备优秀的分析和解决问题的能力,较强的团队协作与沟通能力,对挑战性问题充满激情。\n\n岗位亮点\n1.团队负责美团核心业务推荐,业务体量大,增长快,天花板高;\n2.团队技术积淀深厚,创新氛围活跃,持续深耕本地化推荐场景,在推荐大模型、LLM与推荐系统融合等前沿方向持续投入,为每位成员提供广阔的技术探索与成长空间。\n1.发展大规模深度学习、图学习等技术,利用注意力机制、记忆网络、关系网络等模块,从跨多个时空场景的海量数据中深度理解用户需求、精准发掘用户兴趣,持续优化点击率、转化率等核心模型,为用户呈现更契合需求的美食与商品;\n2.发展强化学习、多模态学习、多目标优化等技术,优化重排、混排策略,智能调控流量分发机制,平衡平台生态,实现消费者体验与商家增长的双向共赢;\n3.紧跟大模型、Agent等业界前沿进展,探索LLM、生成式推荐等新范式在本地化业务场景中的落地路径,推动推荐系统从传统范式向大模型驱动范式的演进与创新。\n1.熟练掌握机器学习、深度学习等方向理论和应用,熟练应用算法平台,如TensorFlow、PyTorch等。具备大规模模型训练与优化经验,对推荐系统、搜索排序等算法有深入理解,能够将技术能力有效应用于实际业务问题;\n2.具备优秀的分析和解决问题的能力,较强的团队协作与沟通能力,对挑战性问题充满激情。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}