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": "Keeta技术-用户画像算法工程师",
"job_level": "未披露",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": 3,
"degree": "计算机、人工智能、数学、统计学或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责 Keeta 用户理解与画像算法建设，基于用户多行为序列建模长期兴趣、短期意图、品类与商户偏好、价格敏感度、生命周期和长期价值，持续提升画像的准确性、覆盖率和时效性。\n2. 建设新用户和低活跃用户的冷启动能力，结合有限行为、本地供给、上下文与人群先验，提升新客转化和早期留存。\n3. 推动用户画像与统一用户表征在推荐、搜索、用户增长、人群圈选、优惠策略和消息触达等场景落地，产生可验证的业务增量。\n4. 建设面向运营的 AI 员工，结合用户理解、业务目标和运营经验，辅助运营完成问题诊断、策略制定、执行跟进和效果复盘，提升运营操盘效率与业务效果。\n5. 建立覆盖离线评测、A/B 实验、增量分析和线上监控的评测体系，并参与模型训练与在线推理链路建设，兼顾模型效果、服务效率和系统稳定性。",
"requirements_text": "1. 计算机、人工智能、数学、统计学或相关专业本科及以上学历，具有 3 年及以上机器学习、推荐、广告、增长或用户理解相关经验。\n2. 具备扎实的机器学习、深度学习和概率统计基础，熟悉分类、排序、表征学习及序列建模方法。\n3. 熟练掌握 Python 和 SQL，熟悉至少一种深度学习框架，具备大规模数据处理、模型训练、上线及问题排查能力。\n4. 具备大模型和 AI Agent 应用经验，能够结合实际业务问题设计并落地面向运营的智能化解决方案。\n5. 在推荐、搜索、广告、用户增长或智能营销方向有完整项目经验，具备良好的实验设计和效果分析能力。\n6. 具备较强的业务理解、问题拆解、沟通协作和项目推动能力，能够对最终效果负责。",
"skills": [AI生成
"Python",
"SQL",
"机器学习",
"深度学习",
"模型训练",
"分析能力",
"建模",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "未披露",
"job_highlights": "1. 核心算法底座建设：参与 Keeta 用户理解与统一画像体系建设，能力将服务推荐、搜索、用户增长和营销决策等多个核心场景；\n2. AI 员工真实业务场景：将用户理解与 AI Agent 结合，辅助运营制定策略和开展操盘，参与从方案设计、业务落地到效果验证的完整过程；\n3. 国际化算法挑战：面对不同国家和城市的用户、供给及数据差异，解决冷启动、画像时效性和跨市场泛化等问题；\n4. 完整成长空间：参与从模型设计、训练上线到业务落地和效果验证的完整链路，并有机会独立负责关键方向。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4737878111&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4737878111",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4737878111&jobShareType=1"
},
"fulltext": "Keeta技术-用户画像算法工程师\nKeeta技术-用户画像算法工程师\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：2026-09-16\n\n岗位职责\n1. 负责 Keeta 用户理解与画像算法建设，基于用户多行为序列建模长期兴趣、短期意图、品类与商户偏好、价格敏感度、生命周期和长期价值，持续提升画像的准确性、覆盖率和时效性。\n2. 建设新用户和低活跃用户的冷启动能力，结合有限行为、本地供给、上下文与人群先验，提升新客转化和早期留存。\n3. 推动用户画像与统一用户表征在推荐、搜索、用户增长、人群圈选、优惠策略和消息触达等场景落地，产生可验证的业务增量。\n4. 建设面向运营的 AI 员工，结合用户理解、业务目标和运营经验，辅助运营完成问题诊断、策略制定、执行跟进和效果复盘，提升运营操盘效率与业务效果。\n5. 建立覆盖离线评测、A/B 实验、增量分析和线上监控的评测体系，并参与模型训练与在线推理链路建设，兼顾模型效果、服务效率和系统稳定性。\n\n岗位基本要求\n1. 计算机、人工智能、数学、统计学或相关专业本科及以上学历，具有 3 年及以上机器学习、推荐、广告、增长或用户理解相关经验。\n2. 具备扎实的机器学习、深度学习和概率统计基础，熟悉分类、排序、表征学习及序列建模方法。\n3. 熟练掌握 Python 和 SQL，熟悉至少一种深度学习框架，具备大规模数据处理、模型训练、上线及问题排查能力。\n4. 具备大模型和 AI Agent 应用经验，能够结合实际业务问题设计并落地面向运营的智能化解决方案。\n5. 在推荐、搜索、广告、用户增长或智能营销方向有完整项目经验，具备良好的实验设计和效果分析能力。\n6. 具备较强的业务理解、问题拆解、沟通协作和项目推动能力，能够对最终效果负责。\n\n岗位亮点\n1. 核心算法底座建设：参与 Keeta 用户理解与统一画像体系建设，能力将服务推荐、搜索、用户增长和营销决策等多个核心场景；\n2. AI 员工真实业务场景：将用户理解与 AI Agent 结合，辅助运营制定策略和开展操盘，参与从方案设计、业务落地到效果验证的完整过程；\n3. 国际化算法挑战：面对不同国家和城市的用户、供给及数据差异，解决冷启动、画像时效性和跨市场泛化等问题；\n4. 完整成长空间：参与从模型设计、训练上线到业务落地和效果验证的完整链路，并有机会独立负责关键方向。\n1. 负责 Keeta 用户理解与画像算法建设，基于用户多行为序列建模长期兴趣、短期意图、品类与商户偏好、价格敏感度、生命周期和长期价值，持续提升画像的准确性、覆盖率和时效性。\n2. 建设新用户和低活跃用户的冷启动能力，结合有限行为、本地供给、上下文与人群先验，提升新客转化和早期留存。\n3. 推动用户画像与统一用户表征在推荐、搜索、用户增长、人群圈选、优惠策略和消息触达等场景落地，产生可验证的业务增量。\n4. 建设面向运营的 AI 员工，结合用户理解、业务目标和运营经验，辅助运营完成问题诊断、策略制定、执行跟进和效果复盘，提升运营操盘效率与业务效果。\n5. 建立覆盖离线评测、A/B 实验、增量分析和线上监控的评测体系，并参与模型训练与在线推理链路建设，兼顾模型效果、服务效率和系统稳定性。\n1. 计算机、人工智能、数学、统计学或相关专业本科及以上学历，具有 3 年及以上机器学习、推荐、广告、增长或用户理解相关经验。\n2. 具备扎实的机器学习、深度学习和概率统计基础，熟悉分类、排序、表征学习及序列建模方法。\n3. 熟练掌握 Python 和 SQL，熟悉至少一种深度学习框架，具备大规模数据处理、模型训练、上线及问题排查能力。\n4. 具备大模型和 AI Agent 应用经验，能够结合实际业务问题设计并落地面向运营的智能化解决方案。\n5. 在推荐、搜索、广告、用户增长或智能营销方向有完整项目经验，具备良好的实验设计和效果分析能力。\n6. 具备较强的业务理解、问题拆解、沟通协作和项目推动能力，能够对最终效果负责。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}