美团
运筹优化算法工程师
运筹优化算法工程师
发布于 大约 14 小时前普通员工/个人贡献者
北京市
专家级经验
全职员工
仅现场办公
本科
算法优化工程师
Llm
动态定价
因果推断
大模型
强化学习
深度学习
路径规划
运筹优化
AI 估算 · 40k–70k
美团作为互联网大厂，算法岗位薪资竞争力强，结合岗位高级要求，月薪中位数约5.5万，15薪。
职位详情
关于这个职位
作为美团核心算法团队的一员，你将负责将大模型与强化学习深度融合到实时调度系统中，构建AI驱动的订单分配与路径规划平台，实现千万级订单和百万级骑手的全局优化
你将参与供需预测、动态定价、时空预估等前沿算法研发，并探索AI自动建模与算法设计的新范式，推动运筹优化从传统求解走向AI端到端决策
团队提供充足GPU资源和学术合作通道，鼓励发表顶会论文，是技术深耕和职业成长的理想平台
最低要求
开发能力好，熟悉Java/C++/Python 等至少一门语言，熟悉常用数据结构和算法，能写出高质量代码
对运筹优化中的常用数学模型、求解算法有基本理解，具备数学建模能力
熟悉机器学习领域的常用模型和算法
具备AI工具使用能力（必须）：能够熟练使用大模型工具（如ChatGPT、Copilot、Cursor等）辅助日常研发，包括代码编写、问题分析、方案调研、论文检索等，将AI作为提升研发效率的核心手段
对数据敏感，能够从数据中发现问题并追踪原因
具有较强的学习能力、自我驱动能力和团队协作能力
工作职责
AI+运筹的智能调度系统：将大模型（LLM）与强化学习（RL）深度融合到实时调度决策中，构建新一代AI驱动的订单分配与路径规划系统，实现千万级订单-百万级骑手的分布式实时全局优化，探索从传统运筹求解到AI端到端决策的范式跃迁
AI赋能的供需决策与动态定价：利用深度学习进行高精度供需预测，结合因果推断与大规模运筹优化进行运力调控与最优定价的序贯决策，探索用大模型自动生成定价策略、用RL在线优化调价方案，最大化运力供给与用户体验
大模型驱动的时空预估：研究LLM与时空数据的深度融合，构建新一代时空基础模型（Foundation Model for Spatio-Temporal），用生成式AI突破传统判别式模型上限，提升配送时间预估（ETA）、路径规划等场景的泛化精度与零样本推理能力
AI自动化的算法研发范式：探索用大模型实现自动问题建模（Auto-Formulation）、自动算法设计（Algorithm of Thoughts）、端到端学习型优化器（Learning to Optimize），推动运筹优化从人工建模走向AI自主求解的新范式
AI工具驱动的研发提效：利用大模型（如Copilot、ChatGPT等）辅助算法研发全流程，包括问题建模、方案设计、代码开发与调试、数据分析，推动AI工具深度融入日常工作
优先资格
有将AI/大模型技术应用于组合优化、调度决策等问题的研究或实践经历
熟悉LLM与决策科学融合的前沿方向（LLM4Decision/LLM4OR/Learning to Optimize）
有即时配送、物流调度、动态定价等相关业务场景的研究或实习经历
AI 洞察
优缺点分析
优点
- 团队全面拥抱AI工具，提供充足GPU集群和Token资源，鼓励创新和快速验证，技术氛围前沿
- 公司鼓励发表顶会论文，有完善的学术合作通道，适合学术与工业结合发展
- 薪资待遇优厚，福利完善，作为大厂平台，职业发展空间广阔
- 技术栈前沿且复杂，需要持续学习，保持对AI和运筹优化领域最新进展的敏感度
- 岗位对综合能力要求高，不仅需要算法能力，还需具备工程实现和业务理解能力
缺点 / 挑战
- 美团拥有全球最大规模的即时配送系统，提供真实、复杂、高价值的业务场景，技术挑战大，成长快
- 工作强度大，需要应对高并发、实时性要求高的系统，可能面临较大压力
- 适合对AI和运筹优化有深厚兴趣，具备扎实编程和数学功底，喜欢挑战复杂问题，并希望在工业界大规模应用场景中快速成长的算法工程师
角色解读
- 在美团这样的大厂，可逐步成长为算法专家或技术负责人，负责核心调度系统的架构和优化
- 通过参与顶会论文发表和学术合作，可向研究型专家方向发展，成为领域内权威
- 积累工业级大规模优化经验后，可转向技术管理或产品方向，或跳槽至其他大厂或创业公司
- 负责将大模型与强化学习技术应用于实时调度系统，构建AI驱动的订单分配和路径规划算法，解决千万级订单和百万级骑手的全局优化问题
- 参与供需预测和动态定价算法研发，利用深度学习和因果推断优化运力调控和定价策略，提升配送效率和用户体验
- 研究大模型与时空数据融合，构建时空基础模型，提升ETA预测和路径规划的泛化能力
- 探索AI自动建模和算法设计，推动运筹优化从人工建模向AI自主求解的范式转变
- 扎实的编程能力，熟练掌握Java/C++/Python等至少一门语言，具备高质量代码开发能力
- 深入理解运筹优化数学模型和求解算法，具备数学建模能力
- 熟悉机器学习常用模型和算法，具备深度学习应用经验
- 熟练使用AI工具（如ChatGPT、Copilot等）辅助研发，并具备数据敏感度和问题分析能力
申请策略
- 关注美团AI Lab或配送算法团队的技术博客，了解团队技术方向
- 在面试中展现对AI原生工作方式的认同，并准备相关案例
- 突出运筹优化、强化学习或大模型相关的项目经验，尤其是实际落地案例
- 强调编程能力，展示高质量代码和系统设计能力，可附上GitHub链接
- 展示对AI工具的使用能力，如利用ChatGPT等解决实际问题的案例
- 如有顶会论文或竞赛获奖，务必突出，体现研究能力
- 深入学习LLM与决策科学融合的前沿方向，如LLM4Decision、Learning to Optimize
- 熟悉即时配送、物流调度或动态定价等业务场景，了解行业痛点
面试指南
- 采用STAR法则（情境、任务、行动、结果）回答项目经历，突出个人贡献和量化结果
- 对于算法设计问题，先明确问题定义和约束，再提出方案，并分析优缺点和可行性
- 展示对AI工具的理解，强调如何将其融入工作流程，提升效率
- 请描述一个你使用运筹优化或强化学习解决实际问题的项目，并说明挑战和解决方案
- 如何将大模型应用于调度决策？请谈谈你的思路
- 如何设计一个动态定价模型？考虑哪些因素？
- 你如何利用AI工具提升研发效率？请举例说明
- 面对大规模实时调度问题，你会如何设计算法架构？
职位点评
75
综合评分
前沿技术栈、高成长性，但工作强度大，WLB一般。
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。
更适合这类人
适合追求技术前沿和快速成长，对薪资和职业发展有较高期望，能接受高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活40
使命价值75
薪资福利
80较高
美团作为大厂，薪资水平具有竞争力，福利完善，但具体薪资未在JD中明确，需面议。
薪资信号面议 (40K-70K/月)
成长发展
95较高
该岗位处于AI+运筹优化前沿，涉及大模型、强化学习等新兴技术，提供充足GPU资源和学术合作，成长空间极大。
技术前沿前沿/新兴技术
技术栈大模型、强化学习、LLM、深度学习、因果推断、运筹优化
成长机会鼓励顶会发论文、学术合作通道、成长空间
业务类型profit_center
工作生活
40较低
JD未提及工作模式，但作为大厂核心算法岗，通常需要现场办公，且工作强度可能较大，WLB一般。
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
美团作为本地生活服务巨头，其调度系统影响千万级用户，具有较高的社会价值，但JD中未明确使命导向。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs