主分类：项目与项目群管理
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 Builder（产研范式方向）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-外卖事业部",
"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": 5,
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 组织效率与工作模式建设：围绕组织效率提升、研发方式升级、AI-Native 工作模式建设，推动关键项目形成可复用、可推广的实践；跟踪业界同类实践动向，形成对行业进展的独立判断。\n2. 产研协作范式沉淀：深入产研团队，系统性梳理从需求到上线的全流程，识别高耗能、高重复、高出错率的环节，明确组织分工、角色边界与配套机制，将组织形态与交付形式配对，按团队类型沉淀范式标准与适用场景\n3. AI-SDLC 标准建设与落地：定义、建设并推广 AI-SDLC，推动 AI 能力安全、一致、有效地嵌入软件交付各环节（需求理解、编码、测试、评审、发布运维）；制定分级标准与工程规范，按团队识别适配路径与推进节奏，推动 Spec Coding、Harness Engineering 等实践沉淀为团队级方法论与工程标准",
"requirements_text": "1. 本科及以上学历，计算机相关专业，5 年以上研发经验\n2. 研发功底扎实，能与工程师平等对话、独立判断技术方案\n3. 深度使用 AI Coding 工具链完成日常研发，有 Spec Coding、Agent 工作流的一线实操经验，改造过自己团队的工作流而非仅使用过\n4. 推动过团队级流程改造、效能提升或 AI 落地项目，清楚变革阻力在哪、怎么拆\n5. 能把快速变化的 AI 能力转化为稳定、可治理、可复制的方案",
"skills": [AI生成
"未披露"
],
"preferred_qualifications": "未披露",
"job_highlights": "1. 岗位定位是 Builder 而非执行者：问题边界自己定义，方案自己动手验证，从试点到规模化全链路负责\n2. 做的是业界还没有答案的问题，沉淀的方法论可直接对外输出，个人影响力与行业可见度高"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4736714259&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4736714259",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4736714259&jobShareType=1"
},
"fulltext": "AI Builder（产研范式方向）\nAI Builder（产研范式方向）\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-外卖事业部\n职位类别：技术类\n职位族群：软件\n更新时间：2026-09-14\n\n岗位职责\n1. 组织效率与工作模式建设：围绕组织效率提升、研发方式升级、AI-Native 工作模式建设，推动关键项目形成可复用、可推广的实践；跟踪业界同类实践动向，形成对行业进展的独立判断。\n2. 产研协作范式沉淀：深入产研团队，系统性梳理从需求到上线的全流程，识别高耗能、高重复、高出错率的环节，明确组织分工、角色边界与配套机制，将组织形态与交付形式配对，按团队类型沉淀范式标准与适用场景\n3. AI-SDLC 标准建设与落地：定义、建设并推广 AI-SDLC，推动 AI 能力安全、一致、有效地嵌入软件交付各环节（需求理解、编码、测试、评审、发布运维）；制定分级标准与工程规范，按团队识别适配路径与推进节奏，推动 Spec Coding、Harness Engineering 等实践沉淀为团队级方法论与工程标准\n\n岗位基本要求\n1. 本科及以上学历，计算机相关专业，5 年以上研发经验\n2. 研发功底扎实，能与工程师平等对话、独立判断技术方案\n3. 深度使用 AI Coding 工具链完成日常研发，有 Spec Coding、Agent 工作流的一线实操经验，改造过自己团队的工作流而非仅使用过\n4. 推动过团队级流程改造、效能提升或 AI 落地项目，清楚变革阻力在哪、怎么拆\n5. 能把快速变化的 AI 能力转化为稳定、可治理、可复制的方案\n\n岗位亮点\n1. 岗位定位是 Builder 而非执行者：问题边界自己定义，方案自己动手验证，从试点到规模化全链路负责\n2. 做的是业界还没有答案的问题，沉淀的方法论可直接对外输出，个人影响力与行业可见度高\n1. 组织效率与工作模式建设：围绕组织效率提升、研发方式升级、AI-Native 工作模式建设，推动关键项目形成可复用、可推广的实践；跟踪业界同类实践动向，形成对行业进展的独立判断。\n2. 产研协作范式沉淀：深入产研团队，系统性梳理从需求到上线的全流程，识别高耗能、高重复、高出错率的环节，明确组织分工、角色边界与配套机制，将组织形态与交付形式配对，按团队类型沉淀范式标准与适用场景\n3. AI-SDLC 标准建设与落地：定义、建设并推广 AI-SDLC，推动 AI 能力安全、一致、有效地嵌入软件交付各环节（需求理解、编码、测试、评审、发布运维）；制定分级标准与工程规范，按团队识别适配路径与推进节奏，推动 Spec Coding、Harness Engineering 等实践沉淀为团队级方法论与工程标准\n1. 本科及以上学历，计算机相关专业，5 年以上研发经验\n2. 研发功底扎实，能与工程师平等对话、独立判断技术方案\n3. 深度使用 AI Coding 工具链完成日常研发，有 Spec Coding、Agent 工作流的一线实操经验，改造过自己团队的工作流而非仅使用过\n4. 推动过团队级流程改造、效能提升或 AI 落地项目，清楚变革阻力在哪、怎么拆\n5. 能把快速变化的 AI 能力转化为稳定、可治理、可复制的方案",
"standard_classification": {
"std_category_code": "F012",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}