JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "【北斗】AI决策算法研究员（外卖/即时零售方向）",
"job_level": "",AI生成
"work_category": "校招-3",AI生成
"department": "核心本地商业-业务研发平台",
"location": "北京市",
"work_mode": "",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "",
"company_size": "",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "",
"cycle": ""
},
"benefits": ""
},
"requirements": {
"working_years": "",
"degree": "",
"language": "",AI生成
"visa_support": "",
"responsibilities": "【北斗】AI决策算法研究员（外卖/即时零售方向）\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发布时间：2026-06-03\n\n岗位职责\n【愿景】\n美团配送决策智能中心承接全球最大规模即时配送业务，每天处理千万级订单、调度百万级骑手，团队曾获2023年Franz Edelman奖（工业工程界\"诺贝尔奖\"），已发表数十篇AI顶会论文。我们正在用AI重新定义即时配送的决策边界。\n\n【你将参与】\n1.智能调度与端到端决策：基于深度学习、强化学习对调度系统中的过滤、压单、指派、改派等多样决策行为进行端到端建模，探索LLM+RL驱动的新一代调度决策范式，实现多对一订单-骑手匹配的分布式实时全局优化。\n2.时间预估与时空基础模型：研究LLM与时空数据的深度融合，构建新一代时空基础模型，突破传统判别式模型上限，提升复杂场景下的泛化精度与序贯规划能力。\n3.骑手定价与因果决策：研究因果推断与大规模运筹优化在骑手定价中的前沿应用，构建高鲁棒性因果弹性模型，在预算约束下生成最优调价方案，最大化运力供给与用户体验。\n4.供需平衡与智能调控：探索供需预测、运力调控的序贯决策优化，研究LLM增强的因果推断与反事实推演，实现从\"数据相关性分析\"到\"因果性决策\"的跨越。\n\n岗位基本要求\n【任职资格】\n2027届本科及以上学历，计算机、人工智能等相关专业，且以下条件至少满足一项：\n1.在顶级期刊或学术会议（NeurIPS/ICML/ICLR/KDD/AAAI/OR等）以第一作者身份发表论文（或导师一作，自己为二作）。\n2.在顶级大赛（ACM-ICPC/Kaggle等）上获奖。\n3.有大厂实验室实习经验，或有贡献突出的开源项目。\n加分项：\n1.有强化学习、运筹优化、因果推断、时空建模方向的研究背景；熟悉LLM与决策科学融合的前沿方向。\n【为什么是我们】\n1.真实战场：千万级日订单、百万级骑手，全球最大规模即时配送决策系统。\n2.资源保障：充足GPU集群，顶尖模型Token供给。\n3.成果导向：鼓励顶会发论文，团队已获Franz Edelman奖。\n4.高密度氛围：博士比例高，与顶尖高校保持长期联合研究。",
"requirements_text": "",
"skills": [],AI生成
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": []
},
"posting": {
"posting_id": "4530808139",
"post_date": "2026-06-03",
"hire_time": "",
"update_date": "",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4530808139&jobShareType=1"
},
"fulltext": "【北斗】AI决策算法研究员（外卖/即时零售方向）\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发布时间：2026-06-03\n\n岗位职责\n【愿景】\n美团配送决策智能中心承接全球最大规模即时配送业务，每天处理千万级订单、调度百万级骑手，团队曾获2023年Franz Edelman奖（工业工程界\"诺贝尔奖\"），已发表数十篇AI顶会论文。我们正在用AI重新定义即时配送的决策边界。\n\n【你将参与】\n1.智能调度与端到端决策：基于深度学习、强化学习对调度系统中的过滤、压单、指派、改派等多样决策行为进行端到端建模，探索LLM+RL驱动的新一代调度决策范式，实现多对一订单-骑手匹配的分布式实时全局优化。\n2.时间预估与时空基础模型：研究LLM与时空数据的深度融合，构建新一代时空基础模型，突破传统判别式模型上限，提升复杂场景下的泛化精度与序贯规划能力。\n3.骑手定价与因果决策：研究因果推断与大规模运筹优化在骑手定价中的前沿应用，构建高鲁棒性因果弹性模型，在预算约束下生成最优调价方案，最大化运力供给与用户体验。\n4.供需平衡与智能调控：探索供需预测、运力调控的序贯决策优化，研究LLM增强的因果推断与反事实推演，实现从\"数据相关性分析\"到\"因果性决策\"的跨越。\n\n岗位基本要求\n【任职资格】\n2027届本科及以上学历，计算机、人工智能等相关专业，且以下条件至少满足一项：\n1.在顶级期刊或学术会议（NeurIPS/ICML/ICLR/KDD/AAAI/OR等）以第一作者身份发表论文（或导师一作，自己为二作）。\n2.在顶级大赛（ACM-ICPC/Kaggle等）上获奖。\n3.有大厂实验室实习经验，或有贡献突出的开源项目。\n加分项：\n1.有强化学习、运筹优化、因果推断、时空建模方向的研究背景；熟悉LLM与决策科学融合的前沿方向。\n【为什么是我们】\n1.真实战场：千万级日订单、百万级骑手，全球最大规模即时配送决策系统。\n2.资源保障：充足GPU集群，顶尖模型Token供给。\n3.成果导向：鼓励顶会发论文，团队已获Franz Edelman奖。\n4.高密度氛围：博士比例高，与顶尖高校保持长期联合研究。"
}