Meituan logo
美团
Data + AI 高级开发专家

Data + AI 高级开发专家

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 4.0–7.0万 · AI 参考估算
高级经验
学历未注明
全职员工仅现场办公数据工程
数据工程
Data Governance
Lakehouse Architecture
Llm Agent
Rag
System Design

值不值得投

77综合评分

综合评分 77

顶尖大厂核心研发岗,聚焦Data+AI前沿技术,技术成长空间极大,但工作强度可能较高

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

5.5万

比数据工程中位数高

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 · 其中数据工程 10 个

市场机会

选择面较广

北京 · 数据工程 · 约 180 个在招

职位详情

关于这个职位

负责美团数据底座与AI基础设施的架构设计与开发,涵盖湖仓一体、实时计算链路及统一数据服务平台

重点探索LLM Agent架构在智能取数、BI+AI场景的工程落地,解决高并发、低延迟下的数据一致性与稳定性难题,推动数据资产向智能化应用转化

最低要求

年以上数据开发、数据平台、后端研发或数据架构经验

有数据平台/中台开发经验,或具备 Java、Scala、Python 后端开发与数仓建设的复合背景
具备中大型复杂系统设计和开发经验,能够处理高吞吐、低延迟、高可用及可观测性问题,具备扎实的计算机理论、数据结构与算法基础
熟悉 Hive、Spark/PySpark、Impala 等大数据组件,掌握数仓分层、维度建模和数据集成方法,了解云数仓或湖仓技术
熟悉 Flink、Kafka、Redis 或 Spark Streaming,有实时指标、实时监控或高吞吐低延迟场景实战经验
理解指标体系、数据 API、数据质量、血缘、权限、数据安全与合规,并能落实到平台和业务流程
具备 Data+AI 工程能力,关注 Claude、GPT、Gemini 等模型生态,能够将 LLM、RAG、Agent、Function Calling 和记忆管理转化为数据场景的工程实践
具备业务理解和跨团队协作能力,能够推动跨角色、跨团队、跨时区共识与交付
具备英文文档阅读和沟通能力
自我驱动,学习能力强,愿意共享知识和经验,能够持续迭代方案

工作职责

负责高性能、可扩展的数据仓库或湖仓架构建设,完善分层建模、数据集成、任务编排、存储计算与数据服务能力,支持多来源、跨区域、跨时区、多语言、多货币等复杂数据场景

基于 Flink、Kafka、Spark Streaming、Redis 等建设实时数据处理和服务链路,支持实时指标、业务监控和告警,解决数据延迟、乱序、重复消费、Exactly-Once、一致性及高峰流量等工程问题
建设统一数据服务与治理平台,提供指标管理、数据 API、数据查询和应用接入能力,推动数据质量、血缘、权限、安全合规落地
围绕智能取数、数据分析、BI+AI 等场景,完成需求拆解、技术方案、系统对接与工程交付
面向索引生产、特征加工、样本或数据集管理等场景建设算法数据基础设施,提升稳定性、时效性、可观测性与研发体验
基于大语言模型建设 Agent 架构,探索意图识别、任务规划、工具调用、记忆管理、多 Agent 协作及 AI-Native BI
主导数据项目全生命周期管理,协调业务、数据分析、算法、后端及海外团队,沉淀平台能力并培养初级工程师
跟踪数据工程、湖仓、实时计算、LLM、Agent、广告及因果推断等技术发展,完成数据方向技术选型、验证和规模化落地和理解 AI 方向的工作

AI 洞察

优缺点分析

优点

  • 需要同时兼顾传统数据工程的稳定性与AI创新的不确定性,跨团队协作复杂,对综合能力要求极高
  • 适合拥有扎实大数据基础,同时对AI新技术充满热情,具备极强自驱力和系统架构能力的资深工程师

缺点 / 挑战

  • 接触行业顶尖的海量数据场景和技术挑战,技术栈前沿(Data+AI),能直接看到技术对业务的巨大影响力

角色解读

  • 可向首席数据架构师、AI基础设施负责人或技术总监方向发展,成为兼具传统数据工程与前沿AI能力的稀缺人才
  • 构建和维护美团核心的数据底座,包括湖仓一体架构和实时计算链路,确保海量数据的高效处理与稳定服务
  • 精通大数据组件(Hadoop/Spark/Flink),具备深厚的后端开发功底(Java/Python),并熟练掌握LLM Agent、RAG等AI工程化技术

申请策略

  • 准备详细的技术架构图解,说明如何解决数据一致性、延迟等具体工程难题,体现系统性思维
  • 突出大规模数据平台建设经验,特别是实时计算和高可用架构设计案例
  • 展示LLM Agent或RAG在实际业务中的落地成果
  • 深入理解LangChain、LlamaIndex等Agent框架,强化数据治理与安全合规知识,提升英语技术文档阅读能力

面试指南

  • 使用STAR法则(情境、任务、行动、结果)回答,重点强调技术选型的权衡过程、遇到的极端场景及解决方案、最终的性能指标和业务价值
  • 请描述你设计过的最复杂的数据湖仓架构,如何保证数据一致性?
  • 在实时计算场景中,如何处理数据乱序和重复消费问题?
  • 如何将LLM Agent集成到现有的数据服务链路中?面临哪些挑战?
  • 如何设计一个高可用的数据API网关?
  • 复习分布式系统理论基础,梳理过往项目中关于数据治理、实时计算和AI落地的具体案例,准备应对深度技术追问

职位点评

薪资福利85
成长发展95
工作生活40
使命价值75

薪资福利

85较高

作为已上市的互联网巨头,提供具有市场竞争力的薪酬和完善的福利体系,满足高阶人才的经济回报预期。

薪资信号未披露(AI估算:4.0千–7.0万/月)

成长发展

95较高

职位深度融合数据工程与AI前沿技术,提供极高的技术成长空间和接触行业顶尖难题的机会。

技术前沿前沿/新兴技术
技术栈LLM、Agent、RAG、Flink、Spark、Lakehouse、Kafka
成长机会培养初级工程师、持续迭代方案、跟踪...技术发展
业务类型profit_center

工作生活

40较低

互联网大厂核心研发岗位通常伴随较高的工作强度和快节奏,WLB相对有限,需做好心理准备。

工作模式未明确
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

75中等

直接支撑公司核心业务“零售+科技”战略,通过技术手段改善消费者生活体验,具有明确的商业和社会价值。

行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号帮大家吃得更好,生活更好、推动商品零售和服务零售在需求侧和供给侧的数字化转型
创新程度积极采用新技术
Watch Jobs