职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4686125855

商业增值-大数据开发工程师(广告方向)

未披露 · 北京市 / 上海市 · 美团

主分类:数据工程与数据平台研发
算法与数据
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": "商业增值-大数据开发工程师(广告方向)",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "核心本地商业-商业增值部",
        "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": 3,
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.负责广告业务基础数据建设,通过标准化的数据建设提升数据的稳定性和交付效率\n2.负责数据产品建设,为广告运营和决策提供稳定的数据支持\n3.探索和推动 AI/大模型技术在数据开发全链路中的落地,包括但不限于:智能 ETL 开发、SQL 自动生成与优化、数据质量智能巡检、自然语言查询(NL2SQL)等场景,提升数据交付效率",
        "requirements_text": "1.精通数据仓库建模理论、范式建模、维度建模的方法,精通 ETL 和 SQL 开发,有3年以上实际的数仓建设经验和大数据开发经验\n2.熟练使用 Hive、Spark、Flink 等离线数仓和实时数仓计算框架,并深入知晓原理\n3.熟练使用 Java、MySQL 进行数据系统开发,熟练掌握 Spring MVC、Spring Boot 等开发框架,有常用的中间件工程实践经验比如消息队列、缓存系统等\n4.熟练掌握数据仓库的元数据管理、数据治理、数据质量建设等方法,并有实际的落地经验\n5.熟悉 AI/大模型技术栈,具备以下至少一项实践经验:\n    LLM 应用开发(如 LangChain、RAG、Agent 框架),有 AI 编码助手(Copilot/CatPaw 等)使用或集成经验\n   大模型在数据工程场景的应用(智能数据探查、智能 ETL、智能归因分析、智能数据质量巡检等)\n   有实际AGENT或SKILL开发经验",
        "skills": [AI生成
            "Java",
            "SQL",
            "MySQL",
            "Spark",
            "Flink",
            "Spring",
            "数据治理",
            "建模",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "1.参与美团核心业务——广告业务的数据建设,跟随业务一起高速成长\n2.海量数据、复杂业务场景的数据建设,个人技能有充分的发挥和成长空间\n3.大模型和数据湖相关技术在业务数据场景下的推动和落地,参与 AI+数据的前沿探索,将 AI 能力融入数据开发全流程"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4686125855&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4686125855",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4686125855&jobShareType=1"
    },
    "fulltext": "商业增值-大数据开发工程师(广告方向)\n商业增值-大数据开发工程师(广告方向)\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-商业增值部\n职位类别:技术类\n职位族群:软件\n更新时间:2026-09-10\n\n岗位职责\n1.负责广告业务基础数据建设,通过标准化的数据建设提升数据的稳定性和交付效率\n2.负责数据产品建设,为广告运营和决策提供稳定的数据支持\n3.探索和推动 AI/大模型技术在数据开发全链路中的落地,包括但不限于:智能 ETL 开发、SQL 自动生成与优化、数据质量智能巡检、自然语言查询(NL2SQL)等场景,提升数据交付效率\n\n岗位基本要求\n1.精通数据仓库建模理论、范式建模、维度建模的方法,精通 ETL 和 SQL 开发,有3年以上实际的数仓建设经验和大数据开发经验\n2.熟练使用 Hive、Spark、Flink 等离线数仓和实时数仓计算框架,并深入知晓原理\n3.熟练使用 Java、MySQL 进行数据系统开发,熟练掌握 Spring MVC、Spring Boot 等开发框架,有常用的中间件工程实践经验比如消息队列、缓存系统等\n4.熟练掌握数据仓库的元数据管理、数据治理、数据质量建设等方法,并有实际的落地经验\n5.熟悉 AI/大模型技术栈,具备以下至少一项实践经验:\n    LLM 应用开发(如 LangChain、RAG、Agent 框架),有 AI 编码助手(Copilot/CatPaw 等)使用或集成经验\n   大模型在数据工程场景的应用(智能数据探查、智能 ETL、智能归因分析、智能数据质量巡检等)\n   有实际AGENT或SKILL开发经验\n\n岗位亮点\n1.参与美团核心业务——广告业务的数据建设,跟随业务一起高速成长\n2.海量数据、复杂业务场景的数据建设,个人技能有充分的发挥和成长空间\n3.大模型和数据湖相关技术在业务数据场景下的推动和落地,参与 AI+数据的前沿探索,将 AI 能力融入数据开发全流程\n1.负责广告业务基础数据建设,通过标准化的数据建设提升数据的稳定性和交付效率\n2.负责数据产品建设,为广告运营和决策提供稳定的数据支持\n3.探索和推动 AI/大模型技术在数据开发全链路中的落地,包括但不限于:智能 ETL 开发、SQL 自动生成与优化、数据质量智能巡检、自然语言查询(NL2SQL)等场景,提升数据交付效率\n1.精通数据仓库建模理论、范式建模、维度建模的方法,精通 ETL 和 SQL 开发,有3年以上实际的数仓建设经验和大数据开发经验\n2.熟练使用 Hive、Spark、Flink 等离线数仓和实时数仓计算框架,并深入知晓原理\n3.熟练使用 Java、MySQL 进行数据系统开发,熟练掌握 Spring MVC、Spring Boot 等开发框架,有常用的中间件工程实践经验比如消息队列、缓存系统等\n4.熟练掌握数据仓库的元数据管理、数据治理、数据质量建设等方法,并有实际的落地经验\n5.熟悉 AI/大模型技术栈,具备以下至少一项实践经验:\n    LLM 应用开发(如 LangChain、RAG、Agent 框架),有 AI 编码助手(Copilot/CatPaw 等)使用或集成经验\n   大模型在数据工程场景的应用(智能数据探查、智能 ETL、智能归因分析、智能数据质量巡检等)\n   有实际AGENT或SKILL开发经验",
    "standard_classification": {
        "std_category_code": "T016",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}