美团
美团食杂零售商品理解算法专家
美团食杂零售商品理解算法专家
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Llm Agent
Pytorch
商品理解
多模态大模型
大数据
大语言模型
机器学习
算法研发
自然语言处理
值不值得投
78综合评分
综合评分 78
美团食杂零售核心算法岗，大模型技术前沿，成长性强，但WLB与福利细节未披露。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.5万
与人工智能中位数基本持平
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 3760 个在招 · 其中人工智能 35 个
市场机会
选择面较广
北京 · 人工智能 · 约 590 个在招
职位详情
关于这个职位
作为美团食杂零售商品理解算法专家，你将专注于利用NLP、大语言模型及多模态技术，解决商品识别、属性理解、推荐等核心算法问题，提升零售业务的运营效率与用户体验
岗位涵盖商品垂域模型研发、面向用户和商家的LLM Agent开发，并跟进前沿技术落地
最低要求
计算机及相关专业硕士或以上学历，2年以上NLP算法工作相关工作经验
良好的机器学习/数据挖掘理论与算法基础，熟悉NLP/多模态理解方向的常用技术
熟悉Python/Java/C++等至少一门语言，熟悉Hadoop/Spark/Hive等大数据工具
熟悉TensorFlow/PyTorch等至少一种深度学习框架
具备良好的沟通与团队合作能力，乐于学习与分享
动手能力强，责任心强，具备良好的自我驱动能力和良好的编程习惯
工作职责
负责美团食杂零售业务中商品理解相关算法的研发与优化，利用自然语言处理算法、大语言模型/多模态大模型等方法，优化商品的品类识别、属性理解、同品/相似品判别、推荐理由挖掘、品质判别等模型，提升商品运营效率
负责食杂场景内的商品垂域多模态大模型研发，包括利用域内知识进行继续预训练、指令后训练等工作，提升多模态大模型在在域内的可用性+泛化性
支持面向用户的导购助手、面向B端商户的智能销售等LLM Agent算法研发，为用户提供导购服务，提升购物过程中的效率和体验
帮助销售向客户进行推品、销售，提升销售表现
持续跟进学术界和工业界LLM/VLLM相关前沿技术的发展，并快速应用于实际工作中
AI 洞察
优缺点分析
优点
- 有成长空间和参加国际会议的交流机会
- 平台大，能接触到大规模的实际业务数据和问题
- 在大公司内部推动复杂技术项目可能涉及多团队协作与资源协调
- 对NLP和大模型技术有热情，有2年以上相关经验的算法工程师
- 希望在大型互联网公司的核心业务中，将前沿算法技术应用于实际场景并看到直接业务价值的求职者
缺点 / 挑战
- 业务方向明确且优质，技术挑战性强，涉及大模型等前沿技术
- 算法需要深度结合零售业务场景，对业务理解有较高要求
- 需要持续跟进并快速应用LLM/VLLM等快速发展领域的前沿技术，学习压力持续存在
角色解读
- 技术专家路线：深耕NLP与大模型技术，成为商品理解领域的权威
- 技术管理路线：带领小团队负责更复杂的算法体系与业务模块
- 业务融合路线：深入理解零售业务，推动技术方案对业务产生更大规模的积极影响
- 研发和优化商品理解算法模型，利用NLP和大模型技术提升零售场景下的商品识别、属性理解等能力
- 负责商品垂域多模态大模型的训练与迭代
- 开发面向用户和商家的AI Agent应用，直接解决业务问题
- 扎实的NLP和机器学习理论基础
- 熟悉大语言模型/多模态模型的训练、微调及应用
- 具备强大的工程实现能力（Python，深度学习框架，大数据工具）
- 优秀的沟通与团队协作能力，能将技术方案落地于复杂业务场景
申请策略
- 在面试中展现你对零售行业如何应用AI技术的理解
- 准备一个你解决过的、最具挑战性的NLP或模型优化案例
- 了解美团在AI和大模型方面的公开技术文章或新闻
- 重点突出2年以上的NLP/算法项目经验，特别是与大语言模型、多模态模型相关的实践
- 强调在数据处理、模型训练、性能优化等方面的工程能力
- 列出与商品理解、推荐系统或对话系统相关的项目经历
- 深入学习LLM的微调、RLHF等技术，并尝试在开源模型上进行实践
- 了解零售或电商领域的业务逻辑和常见技术挑战
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化地讲述过往项目
- 阐述技术方案时，先分析业务问题，再讲技术选型、模型设计和评估指标
- 对产业应用问题，从技术可行性、数据挑战、落地成本和业务收益等多个维度进行分析
- 请介绍一个你过去解决过的最复杂的NLP问题，你的思路和模型选择是什么？你如何理解多模态大模型在商品理解任务中的应用？如果让你为美团的某个具体商品（如生鲜）设计属性识别模型，你会如何构建技术方案？你如何看待当前LLM在产业应用中的挑战与机遇？
- 复习NLP、深度学习的基础理论，尤其是Transformer、Attention、BERT、GPT等模型架构
- 准备1-2个与大模型应用相关的个人项目或研究进行深入讲解
- 了解美团的主营业务模式和近期在AI或大模型方面的重要动态
职位点评
薪资福利80
成长发展90
工作生活60
使命价值75
薪资福利
80较高
作为大型上市企业的技术专家岗，薪资福利具有市场竞争力，但JD未明确具体数字和福利细节。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位涉及NLP、大语言模型等前沿技术，且明确有成长空间和国际会议交流机会，技术成长性极高。
技术前沿前沿/新兴技术
技术栈NLP、大语言模型、多模态大模型、LLM、VLLM、Python、TensorFlow、PyTorch、Hadoop、Spark
成长机会有较大的成长空间、有参加国际优质学术会议等学习交流机会
业务类型profit_center
工作生活
60中等
JD未提及任何办公模式、弹性工作或WLB相关信息，工作生活平衡状况未知。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
岗位服务于美团核心的“零售+科技”战略，旨在通过技术提升零售效率和用户体验，具有明确的业务价值和一定的社会影响力。
行业发展高速增长赛道
社会影响中性/一般
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