职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4695142159

AI数据科学工程师

未披露 · 上海市 · 美团

主分类:数据分析与数据科学
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": "AI数据科学工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "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": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 主导通过因果分析的方法,其中主要是A/B实验,来衡量业务和技术动作的增量价值,推动data first的意识价值交付的工作机制的落地;\n2. 和各场景的业务紧密协同,深入理解业务和产品,将业务和产品的问题转化为数据和技术的问题,并且设计合理的解决方案;\n3. 通过主动的数据探索和挖掘来发现改进产品和业务的机会;\n4. 调研新的,适用于业务的因果推断、统计推断,异常检测以及其它数据科学的方法,并把这些方法应用到实际业务问题;\n5. 探索大模型在数据科学场景的应用,如利用LLM辅助实验设计、智能因果分析、自动化数据洞察生成等。",
        "requirements_text": "1. 本科及以上学历,在统计学、应用数学、因果推断领域的其中之一,有比较深入科研经历;\n2. 有比较强的调研能力,对sql、python等数据分析和数据科学实施的开发语言和工具有实践经验;\n3. 了解大语言模型的基本能力,对AI辅助数据分析有探索兴趣;\n4. 有较强的逻辑分析能力及沟通技巧,出色的团队协作能力。\n  具备以下经历者优先:\n1. 在统计学领域内的权威期刊或顶级会议发表过文章;\n2. 在各类国际的计算机编程大赛获得优异成绩;\n3. 组织或深度参与过AB实验设计;\n4. 有使用大模型辅助数据分析或科学研究的经验;\n5. 了解LLM在统计推断中的局限性,对大模型幻觉控制有基本认知。\n  【岗位亮点】\n美团拥有丰富的A/B实验场景和海量数据,是数据科学方法的最佳试验田;2. 大模型与数据科学交叉的前沿探索方向,可参与构建AI增强的实验分析平台;3. 与顶尖统计学家和数据科学家共事,快速成长。",
        "skills": [AI生成
            "Python",
            "SQL",
            "数据分析",
            "团队协作",
            "分析能力",
            "大语言模型"
        ],
        "preferred_qualifications": "具备以下经历者优先:",
        "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=4695142159&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4695142159",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4695142159&jobShareType=1"
    },
    "fulltext": "AI数据科学工程师\nAI数据科学工程师\n\n基础信息\n工作地点:上海市\n职位类别:技术类\n职位族群:算法\n更新时间:2026-08-17\n\n岗位职责\n1. 主导通过因果分析的方法,其中主要是A/B实验,来衡量业务和技术动作的增量价值,推动data first的意识价值交付的工作机制的落地;\n2. 和各场景的业务紧密协同,深入理解业务和产品,将业务和产品的问题转化为数据和技术的问题,并且设计合理的解决方案;\n3. 通过主动的数据探索和挖掘来发现改进产品和业务的机会;\n4. 调研新的,适用于业务的因果推断、统计推断,异常检测以及其它数据科学的方法,并把这些方法应用到实际业务问题;\n5. 探索大模型在数据科学场景的应用,如利用LLM辅助实验设计、智能因果分析、自动化数据洞察生成等。\n\n岗位基本要求\n1. 本科及以上学历,在统计学、应用数学、因果推断领域的其中之一,有比较深入科研经历;\n2. 有比较强的调研能力,对sql、python等数据分析和数据科学实施的开发语言和工具有实践经验;\n3. 了解大语言模型的基本能力,对AI辅助数据分析有探索兴趣;\n4. 有较强的逻辑分析能力及沟通技巧,出色的团队协作能力。\n  具备以下经历者优先:\n1. 在统计学领域内的权威期刊或顶级会议发表过文章;\n2. 在各类国际的计算机编程大赛获得优异成绩;\n3. 组织或深度参与过AB实验设计;\n4. 有使用大模型辅助数据分析或科学研究的经验;\n5. 了解LLM在统计推断中的局限性,对大模型幻觉控制有基本认知。\n  【岗位亮点】\n美团拥有丰富的A/B实验场景和海量数据,是数据科学方法的最佳试验田;2. 大模型与数据科学交叉的前沿探索方向,可参与构建AI增强的实验分析平台;3. 与顶尖统计学家和数据科学家共事,快速成长。\n1. 主导通过因果分析的方法,其中主要是A/B实验,来衡量业务和技术动作的增量价值,推动data first的意识价值交付的工作机制的落地;\n2. 和各场景的业务紧密协同,深入理解业务和产品,将业务和产品的问题转化为数据和技术的问题,并且设计合理的解决方案;\n3. 通过主动的数据探索和挖掘来发现改进产品和业务的机会;\n4. 调研新的,适用于业务的因果推断、统计推断,异常检测以及其它数据科学的方法,并把这些方法应用到实际业务问题;\n5. 探索大模型在数据科学场景的应用,如利用LLM辅助实验设计、智能因果分析、自动化数据洞察生成等。\n1. 本科及以上学历,在统计学、应用数学、因果推断领域的其中之一,有比较深入科研经历;\n2. 有比较强的调研能力,对sql、python等数据分析和数据科学实施的开发语言和工具有实践经验;\n3. 了解大语言模型的基本能力,对AI辅助数据分析有探索兴趣;\n4. 有较强的逻辑分析能力及沟通技巧,出色的团队协作能力。\n  具备以下经历者优先:\n1. 在统计学领域内的权威期刊或顶级会议发表过文章;\n2. 在各类国际的计算机编程大赛获得优异成绩;\n3. 组织或深度参与过AB实验设计;\n4. 有使用大模型辅助数据分析或科学研究的经验;\n5. 了解LLM在统计推断中的局限性,对大模型幻觉控制有基本认知。\n  【岗位亮点】\n美团拥有丰富的A/B实验场景和海量数据,是数据科学方法的最佳试验田;2. 大模型与数据科学交叉的前沿探索方向,可参与构建AI增强的实验分析平台;3. 与顶尖统计学家和数据科学家共事,快速成长。",
    "standard_classification": {
        "std_category_code": "T017",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}