美团的外卖-高级软件开发工程师薪资是多少？

该职位薪资范围为 2.5–4.5万/月。

外卖-高级软件开发工程师的工作地点在哪里？

该职位工作地点位于成都市。工作形式为仅现场办公。

美团的外卖-高级软件开发工程师有什么任职要求？

该职位要求本科学历及中级经验工作经验。

美团

外卖-高级软件开发工程师

立即应聘

外卖-高级软件开发工程师

发布于 32 分钟前

普通员工/个人贡献者

AI 估算 · 2.5–4.5万 · AI 参考估算

成都市

中级经验

本科

全职员工仅现场办公AI算法

AI算法

B端开发

Crm集成

Llm

Prompt Engineering

Rag

后端架构

值不值得投

80综合评分

综合评分 80

大厂核心业务、AI Agent前沿技术、高薪高挑战、WLB一般

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

3.5万

比AI算法中位数高

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 6290 个在招 · 其中AI算法 13 个

市场机会

选择不多

成都 · AI算法 · 7 个在招

职位详情

关于这个职位

负责美团外卖销售场景下的AI Agent应用建设与核心框架开发，包括任务调度、意图理解及工具调用等能力

需将高频业务流程抽象为可复用的Agent工作流，并实现与CRM等业务系统的深度集成，通过工程化手段优化执行准确性与成本，提升销售效率

最低要求

本科及以上学历，计算机、软件工程、人工智能等相关专业优先

熟悉 Java / Go 中至少一种语言，具备扎实的后端或全栈开发能力

有 B 端产品、CRM、运营平台、工作流系统、AI 工具等业务系统建设经验

理解 LLM 应用开发范式，熟悉 Prompt Engineering、RAG、Function Calling、Agent Workflow、工具调用等能力

具备良好的抽象能力，能够从具体场景中沉淀通用 Agent 流程、框架、组件和方法论

对业务有敏感度，能够理解业务经营链路，并将复杂业务流程拆解为可自动化、可评估、可迭代的 Agent 任务

工作职责

负责面向外卖销售的 AI Agent 应用建设，围绕任务调度、任务执行和任务分析等场景，打造能够理解业务目标、规划任务并执行交付的任务型 Agent，提升销售效率和业务转化效果

参与任务型 Agent 核心框架建设，包括意图理解、任务拆解与规划、工具选择与调用、多步骤执行、任务状态管理、动态调整等能力，支持复杂业务任务的端到端执行

将外卖销售的高频业务流程抽象为可复用的任务能力、工具与工作流，支撑销售日常作业的相关任务，实现从目标输入到结果交付的闭环

负责 Agent 与 CRM、销售作业平台及业务数据系统的集成，支持跨系统信息检索、数据分析与业务操作，结合权限控制、关键操作确认和人工接管机制，保障任务执行的安全性与可靠性

建设任务型 Agent 的工程化能力，包括上下文与记忆管理、工具注册与发现、长任务与异步执行、断点续执行、链路追踪及评测体系，持续优化任务完成率、执行准确性、响应时延与运行成本

与业务和产品团队协作，完成从销售场景识别、任务流程设计、原型验证到上线迭代的闭环，结合真实任务反馈与业务指标，持续提升 Agent 的任务执行能力和业务价值

AI 洞察

优缺点分析

优点

身处行业巨头核心业务线，接触海量真实业务数据和高并发场景
AI Agent是前沿方向，技术积累具有高含金量
需要将非标准化的自然语言业务转化为结构化Agent逻辑，抽象难度极大
需平衡AI幻觉与业务确定性要求
具备扎实后端基础，同时对大模型应用落地有强烈兴趣，喜欢解决复杂业务逻辑问题的工程师

缺点 / 挑战

暂无明显挑战项

角色解读

可向AI应用架构师、大模型应用专家方向发展，或转向更核心的AI底层框架研发与管理岗位
构建和维护面向外卖销售业务的AI Agent系统，实现从任务规划到自动执行的闭环
精通Java或Go后端开发，深入理解LLM应用开发（Prompt/RAG/Agent），具备B端复杂系统架构能力

申请策略

准备一个完整的AI Agent落地案例，详细说明如何从业务痛点出发，设计Agent架构，并量化其带来的效率提升
突出B端系统开发经验，特别是工作流引擎、CRM集成案例
重点展示LLM应用项目，强调Agent设计、工具调用及效果评估
深入学习LangChain/LlamaIndex等框架原理，掌握Agent评测方法论，强化Java/Go在高并发场景的性能优化能力

面试指南

使用STAR法则（情境、任务、行动、结果）回答项目经验
针对技术问题，先讲原理再讲实践，最后强调业务价值和量化成果
请描述你设计过的最复杂的Agent工作流，如何处理异常和回溯？
在B端系统中，如何保证LLM输出的安全性和可控性？
如何评估一个Agent任务执行的成功率？有哪些关键指标？
Java/Go在高并发场景下，如何优化Agent调用的延迟？
复习LLM核心概念（Attention, Transformer, Fine-tuning vs Prompting），准备1-2个详细的Agent落地案例，熟悉美团外卖业务基本逻辑