美团
AI Agent 研发工程师
AI Agent 研发工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai Agent
Go/Java
Llm
Prompt Engineering
Rag
System Design
值不值得投
82综合评分
综合评分 82
前沿AI技术、大厂平台、高成长潜力、高压挑战
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.8万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 6010 个在招 · 其中人工智能 41 个
市场机会
选择面较广
北京 · 人工智能 · 约 710 个在招
职位详情
关于这个职位
负责美团核心本地商业基础研发平台中 AI Agent 系统的架构设计与核心研发，涵盖规划推理、工具调用及多轮对话等模块
结合 LLM API、RAG 和 Prompt Engineering 技术构建智能体应用，并设计编排框架以支持复杂业务场景下的多 Agent 协作与落地
最低要求
计算机科学、人工智能或相关专业本科及以上学历，3 年以上后端或 AI 工程开发经验
熟练掌握 Python、Go、Java 中至少一门语言，具备扎实的工程能力和良好的代码规范
熟悉大语言模型的工程应用，有 LLM API 集成、Prompt 工程、RAG 系统开发的实际经验
了解主流 Agent 框架的设计理念与使用方式
具备良好的系统设计能力，能够独立完成中等复杂度系统的架构设计与落地
具备良好的沟通协作能力和自驱力，能够在快速迭代的环境中高效推进项目
工作职责
参与 AI Agent 系统的架构设计与核心研发工作，包括 Agent 的规划推理、工具调用、记忆管理、多轮对话等核心模块的设计与实现
围绕 Prompt Engineering、RAG、Function Calling 等技术构建稳定可靠的智能体应用
设计并实现 Agent 编排框架，支持多 Agent 协作、任务分解与执行、异常恢复等复杂场景
与业务团队紧密协作，理解业务需求，推动 AI Agent 在实际场景中的应用与迭代
关注行业前沿进展，调研并引入 Agent 相关的新技术、新范式，持续提升系统能力边界
AI 洞察
优缺点分析
优点
- 身处行业变革前沿，直接参与AI Agent这一最具潜力的技术方向研发
- 依托美团海量数据和丰富业务场景，技术落地价值高，成就感强
- 团队技术氛围浓厚，扁平化管理，个人成长空间大
- 需要处理高并发、高复杂度的真实业务场景，对系统稳定性和性能要求极高
- 跨团队协作频繁，需具备极强的沟通协调能力
缺点 / 挑战
- AI Agent领域技术迭代极快，需持续跟进最新研究成果并保持学习压力
- 热衷于探索前沿AI技术，具备扎实后端工程能力，喜欢挑战高复杂度系统设计的开发者
角色解读
- 成为AI Agent领域的资深专家或技术架构师，主导更复杂的分布式智能体系统设计
- 向AI基础设施方向深耕，或转型为兼具业务理解与技术深度的复合型技术负责人
- 负责AI Agent系统的核心架构设计与代码实现，解决规划推理、工具调用等技术难题
- 利用RAG、Prompt Engineering等技术栈构建稳定的智能体应用，并设计支持多Agent协作的编排框架
- 深入业务场景，推动AI技术在美团核心商业领域的实际应用与迭代优化
- 扎实的编程功底（Python/Go/Java），熟悉大语言模型工程化应用（LLM API集成、RAG）
- 掌握主流Agent框架设计理念，具备优秀的系统架构设计能力
- 了解Prompt Engineering及Function Calling等关键技术
申请策略
- 重点关注简历中对‘系统设计’和‘AI工程落地’能力的描述
- 面试前准备1-2个完整的AI相关项目案例，重点阐述技术选型理由及难点攻克过程
- 突出展示在LLM应用、RAG系统或Agent框架方面的具体项目经验
- 强调系统架构设计能力，特别是如何处理复杂逻辑、多模块协作及异常恢复
- 列举掌握的编程语言及技术栈，体现工程规范性
- 深入学习LangChain、AutoGen等主流Agent框架源码与设计理念
- 强化Prompt Engineering技巧及RAG系统优化方法
- 提升分布式系统设计与微服务架构能力
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经历
- 针对技术问题，先阐述背景与挑战，再详细说明技术方案选型依据、实施细节及最终效果量化数据
- 请介绍你设计过的一个复杂的AI Agent系统架构，你是如何解决多Agent协作问题的？
- 在RAG系统中，如何优化检索准确率和处理长文本上下文？
- 面对LLM幻觉问题，你在工程中有哪些具体的缓解策略？
- 请对比不同Agent框架（如LangChain vs AutoGen）的优缺点及适用场景
- 复习大语言模型基本原理及常见应用场景
- 梳理过往项目中涉及AI技术的部分，提炼核心亮点
职位点评
薪资福利85
成长发展95
工作生活60
使命价值80
薪资福利
85较高
作为上市巨头企业的核心研发岗，提供具有市场竞争力的薪酬福利体系，稳定性较高。
薪资信号未披露（AI估算：3.5千–6.0万/月）
成长发展
95较高
深度参与AI Agent前沿技术探索，接触超规模集群与海量数据，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、RAG、Prompt Engineering、Function Calling
成长机会最前沿的技术研发和探索、完善的互联网学习生态圈、助力职业生涯的非线性成长
业务类型profit_center
工作生活
60中等
互联网大厂核心部门通常节奏较快，但JD提及扁平化管理，可能相对灵活，需做好高强度心理准备。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
技术直接服务用户，创造行业价值，社会影响力体现在提升商业效率与用户体验上。
行业发展高速增长赛道
社会影响中性/一般
使命信号驱动技术发展，创造行业价值
创新程度积极采用新技术
Watch Jobs