美团履约技术-大模型后台开发工程师

Bravo 102是由阿里国际技术全团队共同发起的技术人才孵化计划，打破传统人才选拔及培养框架，为有志于走向AI未来的技术新锐们，提供“你行你上+我要我来”的双向奔赴式的实习机会选择。 在这里，“我”将不被岗位定义，以能力选择业务战场，与全球顶尖团队并肩作战，沉浸式体验全球多元化业务战场与亿级流量高并发系统。 加入我们，成为AIDC首批102位Bravo Talent，一起掌舵AI，为我们的未来Bravo！ 关于我们： 阿里国际技术专注于提供卓越的数字零售技术服务，致力于服务全球消费者，并触达全球中小企业买家。我们希望利用AI技术让每个人都能够轻松、便捷地享受全球优质的商品和服务，推动商业活动更加高效、可持续，为社会未来的发展带来更多可能性。 我们提供涵盖商品智能、商家服务、供应链优化、跨境物流、搜索推荐引擎、用户增长、金融服务、客户体验、AI 基础设施、企业数智化、全球云及高可用架构、研发效能等技术领域，实习生可跨多个技术域实践，深度参与多场景技术攻坚，探索你想选择的职业发展方向； 在这里，你将和我们一起，采用领先的数字化及人工智能等技术持续解决商业活动中的现实问题，创造技术价值，为消费者带来更加美好的体验！欢迎加入我们！ 以下工作内容你均有可能参与： 1、参与基础软件的设计、开发和维护，如分布式文件系统、缓存系统、Key/Value 存储系统、数据库、Linux 操作系统等，探索 AI 在系统调优中的应用（如通过机器学习预测热点数据提升缓存命中率）； 2、参与国际电商系统及基础设施的核心模块开发，集成 AI 模型服务，为公司产品提供强有力的后台支持，设计并实施最强大的解决方案； 3、参与产品的开发和维护，完成从需求到设计、开发和上线等整个项目周期内的工作，能够通过 AI 工具提升开发效率； 4、参与海量数据处理和开发，使用Java/SQL/Python开发 ETL 流程，结合大模型实现数据清洗与特征工程自动化（如利用大模型生成 SQL 查询模板）； 5、参与项目为用户提供丰富而有价值的桌面或无线软件产品，能够探索 AI 在业务场景的落地应用（如大模型在供应链定价、销量计划、库存、履约等复杂场景的智能洞察和协同，基于大模型的个性化推荐系统，交互式智能导购，需求预测模型部署，异常检测算法实现等）。

团队介绍：依托阿里巴巴集团强大的技术生态，基于菜乌深耕多年的物流供应链产品技术中后台，搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源，搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节，提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案，完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合，对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化，助力提供具备一定成本、时效优势，服务稳定的物流服务。 职位描述： 1、负责设计和实现高效的数据处理和分析解决方案，支持业务决策和洞察。 2、参与大数据平台的建设，优化数据架构，确保数据的稳定、安全和可扩展性。 3、与业务团队紧密合作，理解需求，开发数据模型和报表，提供数据驱动的洞见。 4、负责数据仓库的维护和优化，确保数据质量，提升数据提取和分析的效率。 5、持续监控和优化数据处理性能，解决数据相关问题，推动数据治理的实施。 1、Responsible for designing and implementing efficient data processing and analysis solutions to support business decision-making and insights. 2、Participate in the construction of big data platforms, optimize data architecture, ensuring data stability, security, and scalability. 3、Collaborate closely with business teams to understand requirements, develop data models and reports, providing data-driven insights. 4、Oversee data warehouse maintenance and optimization, ensuring data quality and enhancing data extraction and analysis efficiency. 5、Continuously monitor and optimize data processing performance, resolve data-related issues, and promote data governance implementation.

1.能独立负责本地生活领域酒店旅行和到餐到综团购行业方向。基于各业务的特性、阶段策略及服务旅程，与业务及服务运营团队共识目标，从复杂的客户场景中迅速理解、定位、抽象问题，设计和推动负责业务-服务全链路的服务解决方案，包括但不限于系统产品能力、流程优化、指标评估体系、运营机制。能够快速、高质量响应支持业务发展，完成体验、成本、效率和风险四者高质量的平衡。 2.以客户为中心理解业务逻辑及其对应的服务逻辑，结合业务特点、业务发展诉求、内外部环境等因素独立完成年度目标制定、财务成本核算，完成战略-目标-举措的有效拆解，完成产品能力及建设节奏规划，包括但不限于：让每个业务具备符合自己业务特性的客服工作台，通过信息精简优化、页面合理布局、智能算法及大模型等能力应用，让简单问题通过自动化、智能化方式解决，让复杂问题在人机督导下更快更好的解决。 3.能在涉及多客户、多职能、多协同方的复杂项目中识别出关键手段，在复杂场景中定位问题，通过良好沟通、资源协调、优先级判断，能够跨公司、跨部门、跨职能、跨领域协同各团队共同发现问题、定义问题、解决问题，达成项目目标，创造客户价值，建立影响力。 4.深入客服工作环节与流程，完成数据分析、场景洞察并做平衡取舍，通过系统能力建设协助提升客服解决能力和工作效率。基于到店业务在商品、交易、履约模式上的特性完成平台基础产品的架构整合、行业适配、解决方案模板沉淀，兼具流程标准化、业务情景化思维，利用大模型推动美团服务从自动化走向智能化。 5.主动推动需求管理、部门合作、运营推广等机制的建立，更快更好的推动业务在源头上解决问题、降低问题发生，或提供所需资源支持，以服务体验飞轮驱动增长，长期为客户成功负责。 6.具备独立完成行业调研的意识及能力，了解内外部动态及实践方案。具备商业格局且关注客户细节，坚持学习并创新，能结合具体业务场景落地应用。通过重要项目的深度复盘总结，打造成功案例，提炼出可复用到相似场景、同质业务的工作方法及前瞻性思考。

1.能独立负责本地生活领域酒店旅行和到餐到综团购行业方向。基于各业务的特性、阶段策略及服务旅程，与业务及服务运营团队共识目标，从复杂的客户场景中迅速理解、定位、抽象问题，设计和推动负责业务-服务全链路的服务解决方案，包括但不限于系统产品能力、流程优化、指标评估体系、运营机制。能够快速、高质量响应支持业务发展，完成体验、成本、效率和风险四者高质量的平衡。 2.以客户为中心理解业务逻辑及其对应的服务逻辑，结合业务特点、业务发展诉求、内外部环境等因素独立完成年度目标制定、财务成本核算，完成战略-目标-举措的有效拆解，完成产品能力及建设节奏规划，包括但不限于：让每个业务具备符合自己业务特性的客服工作台，通过信息精简优化、页面合理布局、智能算法及大模型等能力应用，让简单问题通过自动化、智能化方式解决，让复杂问题在人机督导下更快更好的解决。 3.能在涉及多客户、多职能、多协同方的复杂项目中识别出关键手段，在复杂场景中定位问题，通过良好沟通、资源协调、优先级判断，能够跨公司、跨部门、跨职能、跨领域协同各团队共同发现问题、定义问题、解决问题，达成项目目标，创造客户价值，建立影响力。 4.深入客服工作环节与流程，完成数据分析、场景洞察并做平衡取舍，通过系统能力建设协助提升客服解决能力和工作效率。基于到店业务在商品、交易、履约模式上的特性完成平台基础产品的架构整合、行业适配、解决方案模板沉淀，兼具流程标准化、业务情景化思维，利用大模型推动美团服务从自动化走向智能化。 5.主动推动需求管理、部门合作、运营推广等机制的建立，更快更好的推动业务在源头上解决问题、降低问题发生，或提供所需资源支持，以服务体验飞轮驱动增长，长期为客户成功负责。 6.具备独立完成行业调研的意识及能力，了解内外部动态及实践方案。具备商业格局且关注客户细节，坚持学习并创新，能结合具体业务场景落地应用。通过重要项目的深度复盘总结，打造成功案例，提炼出可复用到相似场景、同质业务的工作方法及前瞻性思考。