美团履约技术-软件开发工程师（智能运营方向）
任职要求
1.具有Java或Python至少一门语言的扎实开发经验，对数据结构和算法设计有较为深刻的理解； 2.具有较好的软件工程知识和编码规范意识，对代码和设计质量有严格要求，重视Code Review； 3.掌握hadoop、hive、hbase、ES、Storm、spark、flink一种或者几种平台或组件的开发经验； 4.较强的学习、分析和解决问题能力，良好的团队意识和协作精神，有较强的内外沟通能力。 具备以下条件优先 有熟悉大数据技术生态体系，具备3-5年系统开发经验、BI分析类产品建设、实时数据数仓开发经验等优先。
工作职责
1.主R/参与风驰系统(智能运营系统)、智能物化系统、履约BR产品之一，打造满足履约场景的智能运营和BI分析平台。 2.根据配送业务场景，与各业务团队深入合作，搭建满足配送一线管理团队，商分，运营，策略等团队日常运营及分析的数据分析产品体系； 3.负责规划和设计分析型数据工具和应用系统或产品；协同业务方，PM，RD，QA等资源，完成配送数据产品推动落地和持续迭代； 4.通过抽象建设覆盖经营、成本、运力、体验等主题的数据分析方法和分析思路，赋能业务发展。
1、参与前沿技术的调研与探索，包括对新兴的大模型架构、工程基建及应用场景的研究，尝试开发demo，验证可行性； 2、参与大模型相关应用的设计与开发工作，开发对话类、Agent类等智能应用； 3、参与大模型推理过程的优化，研究如何提升推理速度与效率，探索推理加速方法（如模型压缩、量化等）以应对实际场景中的计算资源限制； 4、参与构建和优化大模型训练的工作流和pipeline，协助实现从数据输入、模型训练、微调到推理和部署的自动化流程，提高开发效率。
负责多车智能任务调度和导航规划架构设计和开发，打造安全、高效、可扩展的车队系统，服务于实际自动驾驶配送业务场景。 负责自动驾驶路测工具的架构设计与全栈开发，打造高效、轻量、可扩展的路测工具系统，支持自动驾驶车队道路测试与业务履约。 负责开发和维护 POI 点位系统、排班系统、路测任务系统、路测HMI工具，确保软件的高可用性。 负责开发和维护前端与后端应用，确保应用的性能、稳定性及安全性。
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）。
参与配送履约方向的服务器端业务设计与研发工作 推进现有系统的优化和升级，关键技术难点攻克，保障系统稳定和高可用，指导培训初级工程师 学习和研究新技术，并能应用于实际项目中，以满足实际的业务需求