主分类：后端与业务系统研发
辅助：Agent系统开发（仅展示）
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": "服务零售-重决策及履约组-后端开发实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "核心本地商业-业务研发平台",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.参与本地生活业务研发，负责导购、交易、履约及智能化软件产品的设计与开发。\n2.根据项目需求完成系统设计、编码及单元测试，保障代码质量和系统稳定性。\n3.参与需求讨论和技术评审，主导核心模块的技术方案设计与落地。\n4.负责技术设计文档、接口文档等项目资料的编写与维护。\n5.解决日常研发及业务系统中的技术难点，持续优化系统性能、稳定性和研发效率。\n6.探索大语言模型、多模态模型及 Agent 技术在本地生活业务中的应用，参与智能体工作流、RAG 知识检索、工具调用等能力的设计与建设。\n7.建立 AI 应用的效果评测和持续优化机制，围绕准确率、稳定性、响应时延及调用成本推动方案迭代。\n8.熟练运用 AI Coding、Spec Coding 等方式辅助需求分析、方案设计、编码测试和问题排查，提升软件研发交付效率。",
"requirements_text": "1. 使用过java、git、cache、mq、mysql等技术\n2. 了解或学习过计算机网络、安全、数据库、测试等相关课程。\n3. 具备一定项目开发设计经验，熟悉sringboot框架。\n4.了解大语言模型的基本原理和应用方式，熟悉 Prompt Engineering、RAG、Function Calling、MCP 等技术中的一种或多种。\n5.了解 Agent 的任务规划、工具调用、记忆、反思及工作流编排机制；有 LangChain、LangGraph、Dify、CrewAI 等框架实践经验者优先。\n6.具备 AI 应用效果评测意识，能够围绕业务场景分析并改善幻觉、准确率、鲁棒性、时延和成本等问题。\n7.熟练使用至少一种主流 AI Coding 工具，能够结合 AI 完成需求理解、代码生成、测试、调试及重构。\n具备良好的沟通协作能力、学习能力和问题解决能力，能够持续关注并合理应用 AI 领域的新技术。",
"skills": [AI生成
"Java",
"MySQL",
"数据库",
"学习能力",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "有 LangChain、LangGraph、Dify、CrewAI 等框架实践经验者优先",
"job_highlights": "1.参与大量用户正在使用的产品开发，接触一线大厂的技术和工具。\n2.在项目实习期间，有机会与技术大牛共事，提升自己的技术水平。\n3.参与业内前沿知识的学习和讨论实践，了解最前沿行业技术动态"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4752276561&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4752276561",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4752276561&jobShareType=1"
},
"fulltext": "服务零售-重决策及履约组-后端开发实习生\n服务零售-重决策及履约组-后端开发实习生\n\n基础信息\n工作地点：上海市\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：软件\n更新时间：2026-09-07\n\n岗位职责\n1.参与本地生活业务研发，负责导购、交易、履约及智能化软件产品的设计与开发。\n2.根据项目需求完成系统设计、编码及单元测试，保障代码质量和系统稳定性。\n3.参与需求讨论和技术评审，主导核心模块的技术方案设计与落地。\n4.负责技术设计文档、接口文档等项目资料的编写与维护。\n5.解决日常研发及业务系统中的技术难点，持续优化系统性能、稳定性和研发效率。\n6.探索大语言模型、多模态模型及 Agent 技术在本地生活业务中的应用，参与智能体工作流、RAG 知识检索、工具调用等能力的设计与建设。\n7.建立 AI 应用的效果评测和持续优化机制，围绕准确率、稳定性、响应时延及调用成本推动方案迭代。\n8.熟练运用 AI Coding、Spec Coding 等方式辅助需求分析、方案设计、编码测试和问题排查，提升软件研发交付效率。\n\n岗位基本要求\n1. 使用过java、git、cache、mq、mysql等技术\n2. 了解或学习过计算机网络、安全、数据库、测试等相关课程。\n3. 具备一定项目开发设计经验，熟悉sringboot框架。\n4.了解大语言模型的基本原理和应用方式，熟悉 Prompt Engineering、RAG、Function Calling、MCP 等技术中的一种或多种。\n5.了解 Agent 的任务规划、工具调用、记忆、反思及工作流编排机制；有 LangChain、LangGraph、Dify、CrewAI 等框架实践经验者优先。\n6.具备 AI 应用效果评测意识，能够围绕业务场景分析并改善幻觉、准确率、鲁棒性、时延和成本等问题。\n7.熟练使用至少一种主流 AI Coding 工具，能够结合 AI 完成需求理解、代码生成、测试、调试及重构。\n具备良好的沟通协作能力、学习能力和问题解决能力，能够持续关注并合理应用 AI 领域的新技术。\n\n岗位亮点\n1.参与大量用户正在使用的产品开发，接触一线大厂的技术和工具。\n2.在项目实习期间，有机会与技术大牛共事，提升自己的技术水平。\n3.参与业内前沿知识的学习和讨论实践，了解最前沿行业技术动态\n1.参与本地生活业务研发，负责导购、交易、履约及智能化软件产品的设计与开发。\n2.根据项目需求完成系统设计、编码及单元测试，保障代码质量和系统稳定性。\n3.参与需求讨论和技术评审，主导核心模块的技术方案设计与落地。\n4.负责技术设计文档、接口文档等项目资料的编写与维护。\n5.解决日常研发及业务系统中的技术难点，持续优化系统性能、稳定性和研发效率。\n6.探索大语言模型、多模态模型及 Agent 技术在本地生活业务中的应用，参与智能体工作流、RAG 知识检索、工具调用等能力的设计与建设。\n7.建立 AI 应用的效果评测和持续优化机制，围绕准确率、稳定性、响应时延及调用成本推动方案迭代。\n8.熟练运用 AI Coding、Spec Coding 等方式辅助需求分析、方案设计、编码测试和问题排查，提升软件研发交付效率。\n1. 使用过java、git、cache、mq、mysql等技术\n2. 了解或学习过计算机网络、安全、数据库、测试等相关课程。\n3. 具备一定项目开发设计经验，熟悉sringboot框架。\n4.了解大语言模型的基本原理和应用方式，熟悉 Prompt Engineering、RAG、Function Calling、MCP 等技术中的一种或多种。\n5.了解 Agent 的任务规划、工具调用、记忆、反思及工作流编排机制；有 LangChain、LangGraph、Dify、CrewAI 等框架实践经验者优先。\n6.具备 AI 应用效果评测意识，能够围绕业务场景分析并改善幻觉、准确率、鲁棒性、时延和成本等问题。\n7.熟练使用至少一种主流 AI Coding 工具，能够结合 AI 完成需求理解、代码生成、测试、调试及重构。\n具备良好的沟通协作能力、学习能力和问题解决能力，能够持续关注并合理应用 AI 领域的新技术。",
"standard_classification": {
"std_category_code": "T002",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}