美团
AI Builder-供给理解
AI Builder-供给理解
发布于 大约 21 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
软件工程
产品管理
数据分析
SQL
RAG
LLM
多模态
Prompt Engineering
信息抽取
Agent Workflow
AI 估算 · 30k–50k
AI方向热门，美团平台核心，中级岗位薪资有竞争力，参考市场行情估算。
职位详情
关于这个职位
这是一个AI产品与工程复合型岗位，负责美团供给理解方向的AI能力建设
你将使用LLM、RAG等技术，设计并落地商户、商品等多源信息的结构化理解方案，推动AI能力在搜索推荐、智能问答等场景中落地
适合有工程背景、热爱动手、希望将AI技术应用于真实业务挑战的求职者
最低要求
本科及以上学历，计算机、软件工程、数据科学、人工智能、信息管理等相关背景优先
3年以上产品、工程、算法、数据或AI应用相关经验，有真实系统、工具或业务能力落地经历
具备工程背景或较强技术理解力，能理解数据链路、接口、SQL、脚本、模型调用、Agent workflow或系统架构中的至少几项
有产品判断力，能从模糊业务问题中拆出用户场景、产品方案、MVP、验收指标和迭代计划
具备动手能力，能独立完成原型验证、数据分析、Prompt/Agent调试、简单脚本或工具搭建
关注AI应用落地，理解LLM、RAG、多模态、信息抽取、知识工程、数据标注/评测等方向中的一种或多种
结果导向，能跨产品、工程、算法、数据和运营团队协作，把想法推进到可上线、可使用、可复盘的状态
工作职责
负责供给理解方向AI Builder工作，从真实业务问题出发，定义供给信息理解的核心场景、产品形态、数据结构、评测方式和落地路径
面向商户、门店、商品、服务、空间、图文内容、评价、履约等多源供给信息，设计结构化理解方案，沉淀可被AI、产品和业务系统复用的供给知识能力
亲自使用AI、数据和工程工具搭建可运行原型，包括Prompt/Agent workflow、数据处理脚本、评测集、查询工具、运营后台、结果看板或API/CLI能力
推动供给理解能力在商家档案、供给分析、行业运营、搜索推荐、智能问答、Agent任务完成等场景中落地，并定义可验收的产品和业务指标
与其他团队协作，打通从原始数据、模型/规则理解、人工校验、线上调用、效果评估到持续迭代的闭环
负责评测和反馈体系建设，持续跟踪供给理解结果的覆盖率、准确率、召回率、可解释性、业务采纳率和人工效率提升
AI 洞察
优缺点分析
优点
- 真实业务场景，工作结果可直接被用户和业务看见，成就感强
- 复合型岗位，同时锻炼产品思维和工程实现能力，技能提升快
- 美团平台大，资源丰富，AI技术应用空间广阔
- 跨团队协作多，需要较强的沟通和推动能力
- 适合有工程或数据背景，对AI应用充满热情，愿意亲自动手做原型，同时具备产品思维的求职者
缺点 / 挑战
- 需要同时具备产品和工程能力，门槛较高，学习曲线陡峭
- 供给理解涉及多源异构数据，数据质量挑战大，需要耐心处理
角色解读
- 成为AI产品+工程复合型专家，深入本地生活AI应用
- 向AI架构师或产品负责人方向发展，主导智能化产品线
- 深耕供给理解领域，积累行业壁垒，成为业务+技术双料骨干
- 定义供给理解的核心场景、产品形态和数据结构，设计结构化理解方案
- 亲自搭建可运行原型，包括Prompt/Agent workflow、数据处理脚本、评测集等
- 推动AI能力在商家档案、搜索推荐、智能问答等场景落地，并验收效果
- 建立评测和反馈体系，持续提升供给理解的准确率和业务采纳率
- 工程能力：理解数据链路、SQL、脚本、模型调用、Agent workflow或系统架构
- AI技术：熟悉LLM、RAG、多模态、信息抽取、知识工程等方向
- 产品判断力：能从模糊业务中拆解场景、制定MVP和迭代计划
- 动手能力：能独立完成原型验证、数据分析、Prompt/Agent调试
申请策略
- 面试时准备一个具体的AI应用案例，详细说明从问题拆解到原型验证再到上线的完整过程
- 提前了解美团本地生活业务（商户、商品、评价等），思考AI如何优化供给理解
- 突出AI项目落地经验，尤其是从0到1构建原型的案例
- 展示产品思维：如何定义问题、设计MVP、衡量效果
- 强调工程实现能力：SQL、Python、API调用、系统架构了解
- 如果有跨团队协作经历，重点描述推动项目上线的过程
- 补充LLM/RAG的实践知识，如使用LangChain或相关框架
- 学习Prompt Engineering和Agent Workflow的设计模式
面试指南
- 使用STAR法则：情境-任务-行动-结果，结构化描述项目经验
- 先明确问题定义，再提出解决方案，强调MVP和迭代思路
- 展示数据驱动决策，用指标说话，同时兼顾业务可行性
- 请举例说明你如何将一个模糊的业务问题转化为AI产品方案
- 你用过哪些LLM框架？如何设计Prompt来抽取结构化信息？
- 多源异构数据（如文本、图片、评价）如何统一理解？
- 如何定义和衡量供给理解的效果？
- 当与工程或运营团队意见不合时，你如何推动项目？
匹配度报告
70
综合匹配度
美团核心AI Builder岗，前沿技术栈，成长空间大，但办公灵活性一般。
适合人群
该职位最适合追求技术成长和行业前沿的求职者，愿意在AI领域深耕，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展85
工作生活50
使命价值80
薪资福利匹配
65中等
未明确薪资，但美团大厂通常提供有竞争力的薪酬和福利，补偿性满足中等偏上。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
85较高
技术栈前沿（LLM/RAG/多模态），岗位复合，成长空间大，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈LLM、RAG、多模态、Agent、Prompt
业务类型ambiguous
工作生活匹配
50较低
北京现场办公，未提及弹性工作或福利，生活化动机满足一般。
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
80较高
AI+本地生活属于高速增长赛道，岗位创新性强，有社会价值，意义感动机满足较好。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs