美团
AI产品经理（Agent/开放平台方向）-AI builder
AI产品经理（Agent/开放平台方向）-AI builder
发布于 5 天前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
学历未注明
产品管理
跨团队协作
数据驱动
产品策略
LLM
API设计
大模型
开放平台
Skill编排
AI 估算 · 30k–50k
AI产品经理需求旺盛，技术门槛高，美团大厂薪资有竞争力，预计月薪30-50K，15薪。
职位详情
关于这个职位
作为美团AI产品经理，你将负责小团Agent开放平台的建设，定义AI如何融入业务流程
你需要将具体场景抽象为通用能力，设计接口规范与工具编排链路，协同算法和工程团队，让模型稳定高效地完成复杂任务
这是一个技术前沿、从0到1的岗位，适合深度思考、技术理解强的产品经理
最低要求
产品抽象能力强：能把一个个具体场景沉淀为通用能力和平台机制
技术理解足够深：能和研发讨论模块边界、接口协议、状态管理、异常处理、权限体系、服务治理，而不是停留在 PRD 层面
不需要你能读懂架构、判断方案好坏
懂 Agent 范式：理解 Tool Use、Context 管理、Memory、Skill 编排等关键环节
对大模型训练流程（SFT/RL/数据构造）、评测方法（离线评测/线上指标回流）有基本认知，知道模型能做什么、不能做什么
强协同驱动力：能同时拉通算法、工程、业务方推进复杂项目
数据驱动：能基于任务成功率、时延、召回率、用户完成率等指标持续优化产品
工作职责
负责小团 Agent 的开放平台建设——让模型能力真正流动起来
平台产品规划与落地：设计开放能力体系、接口规范、接入机制和治理规则，让内部各业务线能力高效接入 Agent 能力
Agent 工具链与任务编排：与算法、工程协同，建设 Skill/Tool 的注册、发现、调用、编排全链路，让模型可以稳定地调用工具完成复杂任务
能力标准化与抽象：围绕真实服务场景，把具体需求沉淀为通用能力模块，提升任务成功率、调用效率和平台可扩展性
平台化机制建设：推动能力解耦、版本治理、权限控制、状态管理、监控评估、灰度发布等工程化机制落地——不只是"能跑通"，而是"能规模化运转"
与研发共建Agent调用层：理解模型侧约束，与研发团队共同定义 Tool Schema、调用策略、Context 管理、反馈闭环，确保平台设计和模型能力对齐
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与大模型Agent核心产品，定义AI如何工作，技术含金量高
- 从0到1机会：平台早期建设，有极大塑造空间，个人影响力突出
- 业务规模大：连接美团亿级用户和多个垂直行业，场景丰富，成果可落地
- 团队高密度：产品、算法、工程紧密协作，快速成长
- 技术门槛高：需要深入理解大模型训练、推理、工具编排等，学习成本较大
- 项目复杂度高：需同时协调多个团队，推动平台化机制落地，沟通成本大
- 不确定性：前沿领域，很多问题没有成熟方案，需探索和试错
缺点 / 挑战
- 适合技术理解力强、喜欢从0到1构建产品、乐于接受挑战的产品经理，尤其对AI Agent有热情的同学
角色解读
- 成长为AI领域资深产品专家，深入理解大模型与业务结合的最佳实践
- 可向AI平台负责人或AI产品总监方向发展，负责更大范围的平台生态
- 也可转向算法或工程领域，凭借对技术的深入理解实现跨界发展
- 设计Agent开放平台的接口规范、接入机制和治理规则，让内部业务能力高效接入
- 与算法、工程团队协同，建设工具注册、发现、调用、编排的全链路，确保模型稳定调用工具
- 将具体业务需求抽象为通用能力模块，推动能力标准化，提升平台可扩展性
- 推动能力解耦、版本治理、权限控制等工程化机制，确保平台规模化运转
- 产品抽象能力：能从具体场景中提炼通用能力和平台机制
- 技术理解：能与研发讨论接口协议、状态管理、异常处理等，理解Agent范式和技术边界
- 协同驱动力：能同时推进算法、工程、业务方，完成复杂项目
- 数据驱动：基于任务成功率、时延等指标持续优化产品
申请策略
- 在简历中突出对大模型和Agent的深刻理解，可附上相关博客或项目
- 面试前深入了解美团业务，思考Agent在本地生活场景的落地可能性
- 突出与Agent、大模型相关的项目经验，如对话系统、工具调用、RAG等
- 强调产品抽象和平台设计能力，展示如何将需求沉淀为通用能力
- 体现技术沟通能力，如与算法、工程团队协作的案例
- 数据驱动的成果，如通过AB测试提升指标的具体数据
- 学习大模型基础：了解Transformer、SFT、RLHF、评测方法
- 熟悉Agent框架：如LangChain、AutoGPT、CrewAI，理解Tool Use、Memory等概念
面试指南
- STAR法则：描述情境、任务、行动、结果，突出产品思维和技术理解
- 分层回答：先讲总体思路，再具体到细节，体现系统化思考
- 结合业务：回答时联系美团实际场景，展示对公司的了解和价值
- 请谈谈你对Agent的理解？如何设计一个让模型稳定调用工具的系统？
- 如果你需要将一个具体业务需求抽象为通用平台能力，你会怎么做？请举例
- 如何衡量Agent开放平台的成功？你会关注哪些指标？
- 请描述一次你同时协调算法、工程、业务方推进复杂项目的经历
- 大模型训练流程SFT和RL的区别是什么？对产品设计有什么影响？
匹配度报告
66
综合匹配度
技术前沿、从0到1、高成长性，但WLB一般、薪资未明确。
适合人群
最适合追求技术成长和职业发展、能接受一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展95
工作生活40
使命价值70
薪资福利匹配
60中等
薪资未在JD中明确，但美团大厂通常薪资有竞争力，福利未明确提及，补偿性动机满足中等。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
95较高
技术前沿（大模型Agent），从0到1平台建设，高密度协作，发展性动机满足极高。
技术前沿前沿/新兴技术
技术栈Agent、LLM、Tool Use、SFT、RL、评测
业务类型ambiguous
工作生活匹配
40较低
仅现场办公，未提及WLB，大厂通常有一定加班压力，生活化动机满足有限。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
大模型赛道高速增长，平台产品对社会影响中性，但技术创新有使命感，意义感动机中等偏上。
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