美团
智能营销大模型算法专家
智能营销大模型算法专家
发布于 大约 17 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
硕士
机器学习
NLP
PyTorch
RAG
TensorFlow
因果推断
分布式训练
大模型
Fine-tuning
AI 估算 · 45k–75k
大模型专家稀缺，美团平台实力强，结合北京市场水平，薪资可观
职位详情
关于这个职位
作为美团的智能营销大模型算法专家，你将负责金融营销领域大模型的深度定制与落地，构建全链路增长算法体系和智能Agent数字员工，通过多维度效果分析驱动业务迭代
这是一个高挑战、高回报的前沿技术岗位，适合追求技术成长和业务价值的资深算法人才
最低要求
具备扎实的大模型与 AI 算法基础，熟悉大模型、自然语言处理NLP、因果推断、机器学习与深度学习核心技术
熟悉Pytorch/TensorFlow框架，具备分布式训练和模型优化经验
熟练掌握大模型训练调优与推理加速，包括但不限于大模型微调（SFT）、强化学习、蒸馏、量化部署等全流程工作
拥有生产环境 AI 项目落地经验，熟悉RAG、智能 Agent等主流框架与实现机制（FAISS/Milvus/LangChain/LangGraph），熟练掌握Prompt Engineering，能够独立完成任务设计与效果优化
能够将大模型技术与金融营销场景结合，构建用户理解、智能交互、策略优化与自动化迭代系统
工作职责
全链路增长体系构建：负责金融营销垂直领域基座模型的深度定制，推动大模型技术从 0 到 1 落地应用及持续迭代，从用户全生命周期（感知、获客、激活、转化、留存、召回）出发，深度参与构建高度智能的业务增长算法体系
基于Agent技术的数字员工构建：在智能理赔、智能客服等高人力消耗领域，构建各类智能 Agent，通过提供高效智能服务，有效降低人工成本，同时提升用户服务体验
高效的效果分析与复盘能力构建：构建自闭环高效效果分析系统，整合大模型营销全链路数据，建立涵盖转化率、ROI、用户体验、合规性的多维度评估指标体系
通过数据归因、异常诊断等手段定位瓶颈，形成标准化复盘流程并输出优化建议，驱动系统与策略迭代，实现全闭环运转，最大化 AI 营销效能
驱动项目的完成：与产品、运营团队紧密配合，将业务问题转化为科学的数学模型，有效协调上下游资源推进项目，保障目标落地
AI 洞察
优缺点分析
- 美团拥有海量用户和真实的营销场景，算法直接驱动亿级流量，成就感强
- 团队技术积淀深厚，前沿技术（大模型、Agent）有充足落地机会
- 薪资极具竞争力，且业务导向明确，迭代效果直接反映在ROI上
- 金融营销场景对算法效果和合规性要求高，需要处理复杂业务约束
- 大模型落地涉及工程与算法结合，需应对推理效率、成本等实际挑战
- 技术迭代快，需要持续学习前沿模型和框架，保持竞争力
- 适合有丰富大模型落地经验、热爱技术挑战、希望在真实业务中创造价值的资深算法工程师
角色解读
- 在美团海量数据和高复杂场景中锤炼技术，成为大模型应用领域的资深专家
- 可向技术管理方向发展，带领团队攻克更复杂的AI业务难题
- 积累金融+AI的复合经验，未来可拓展至其他行业的AI应用
- 负责金融营销领域大模型的深度定制与落地，从0到1构建全链路增长算法体系
- 基于Agent技术构建智能理赔、智能客服等数字员工，降低人工成本并提升体验
- 构建多维效果分析系统，通过数据归因和异常诊断驱动策略迭代
- 扎实的大模型和NLP基础，熟悉训练调优全流程（SFT、强化学习、蒸馏等）
- 精通PyTorch/TensorFlow，具备分布式训练和模型优化经验
- 熟悉RAG、Agent框架（FAISS、LangChain等）以及Prompt Engineering
申请策略
- 关注美团金融的业务动态，面试时展现对场景+金融模式的理解
- 准备一个完整的大模型项目从0到1的复盘，突出挑战和量化成果
- 突出大模型训练调优项目经验，包括SFT、强化学习、蒸馏等具体实践
- 强调生产环境AI项目落地案例，尤其是RAG和Agent相关成果
- 展示分布式训练、模型优化、效果分析等工程能力，以及跨团队协作经历
- 深入掌握LangChain、LangGraph等Agent框架，并动手搭建Demo项目
- 补充金融领域知识，了解用户增长和营销策略的常用指标和模型
面试指南
- 使用STAR法则（情境、任务、行动、结果）回答项目经验问题
- 对于设计类问题，先梳理核心模块（数据、模型、工程、评估），再分步阐述
- 请简述你在生产环境中落地大模型项目的完整流程和遇到的挑战？
- 如何设计一个基于Agent的智能客服系统？关键组件有哪些？
- 在金融营销场景中，如何评估大模型对用户转化率的影响？
- 你如何优化大模型的推理速度？用过哪些量化或蒸馏策略？
- 复习大模型训练调优细节，特别是SFT和RLHF的差异与适用场景
- 熟悉美团金融产品（美团月付、借钱等），思考大模型如何提升业务指标
匹配度报告
76
综合匹配度
大厂核心算法岗，前沿技术栈，高成长高回报，但工作强度和生活平衡待考量
适合人群
最适合以技能成长和技术前沿为核心追求的求职者，如果对WLB要求高则需权衡
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展95
工作生活60
使命价值70
薪资福利匹配
80较高
薪资方面未明确但知名互联网大厂专家级岗位通常提供市场领先薪酬，福利体系完善，但JD未提及具体福利，补偿性动机满足度较高。
薪资信号面议 (45K-75K/月)
成长发展匹配
95较高
该岗位聚焦大模型和前沿AI技术，场景丰富，数据海量，团队技术氛围浓厚，发展性动机能得到极大满足。
技术前沿前沿/新兴技术
技术栈大模型、NLP、PyTorch、TensorFlow、RAG、Agent、分布式训练、强化学习、因果推断
业务类型profit_center
工作生活匹配
60中等
工作地点在北京市区，未提及弹性办公或远程，互联网大厂工程师通常面临一定工作强度，生活化动机满足度中等。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
美团金融致力于普惠金融，但岗位本身偏业务增长，社会意义一般；行业处于高速发展期，技术推动创新，意义感有一定满足。
行业发展高速增长赛道
社会影响中性/一般
使命信号让生活变得更美好
创新程度积极采用新技术
Watch Jobs