美团AI Builder-供给理解
任职要求
1. 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。 2. 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。 3. 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。 4. 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。 5. 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。 6. 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…
工作职责
1. 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。 2. 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。 3. 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。 4. 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。 5. 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。 6. 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。
我们在寻找的不是一个执行者，而是一个Builder——能够用AI工具将想法快速变成现实的人。你将： 1、独立构建 AI 驱动的业务工具与产品原型：结合服务零售业务场景，利用 AI Coding、Agent 、Prompt 、Workflow工程等能力，快速将业务需求转化为可运行的解决方案，缩短从想法到落地的路径； 2、深度参与 AI 应用探索与落地：在商家运营、用户增长、内容生产、数据分析等方向，主动发现 AI 的应用机会，设计并验证新的业务模式与效率工具； 3、跨角色协作，打破边界：与多角色团队紧密配合，用 AI 能力弥合角色之间的协作断层，成为团队中能"连接一切"的人； 4、持续学习与输出：紧跟 AI 前沿动态，将模型能力、工具链快速转化为业务价值，并在团队内部沉淀方法论与最佳实践。
关于我们 Tabbit 浏览器，一款由 Tabbit 团队开发打造的 AI 原生浏览器。Tabbit 浏览器深度集成了 AI 能力，旨在通过对话和自主帮用户更高效地获取信息、处理任务和管理知识。在我们看来，浏览器不应只是一个被动的“网页展示窗口”，而应进化为用户的智能协作伙伴。我们想做的，是让绝大多数普通人，用最简单、最顺手的方式，用到最前沿的技术。我们正在寻找具备全球化视野、笃信 AI 变革力量的自驱型人才。如果你渴望打造全球爆款产品并拥有卓越的 Owner 意识，欢迎加入我们共同定义未来的浏览器形态。 岗位职责 1.持续关注 AI Agent、AI 工具、开源项目、社区案例等方向，调研并筛选有价值的 AI 能力、Skill、Workflow 或工具方案 2/围绕具体业务场景，协助设计和编写 Agent Skill，包括任务流程拆解、Prompt 编写、工具调用说明、输入输出规范等 3.重点参与金融相关场景的 Skill 打造，例如金融投研、量化分析、财报解读、行业研究、市场信息整理等方向 4.对编写完成的 Skill 进行基础测试和效果验证，记录适用场景、使用效果、失败案例和优化建议 5.协助整理 Skill 使用文档、测试样例和最佳实践，使相关能力能够被团队复用和持续迭代
如果你对AI保持强烈好奇心，不只是停留在"试过"，请看过来： 我们看的不是你从哪毕业、在哪家公司干过，而是你有没有用AI真正动手做过事。 以下任何一条，都是我们想聊的： - 用AI工具完成过实际工作任务，真的解决了问题 - 尝试过搭AI应用、写工作流、做自动化 - 用AI编程工具做过项目或项目的一部分 - 试过Prompt工程、RAG、Agent，有自己的实践 - 在任何平台分享过AI相关的实践或作品 - 主动研究过AI怎么用在自己的工作场景里 不要求有完整作品集，但你得动过手、有自己的思考、能讲清楚做了什么和学到了什么。 在这里，你将可以： - 直接影响业务 — 你做的AI应用不是demo，是跑在真实业务里、影响真实用户的 - 定义规则而不是执行规则 — 公司AI时代的新范式，由你参与定义 - 被看见 — 入职后由研发负责人直接带，你做的事不会埋在汇报链里 - 和一群人一起干 — 这里有一群热爱AI并积极实践的先行者，不是你一个人折腾AI 我们，不考算法题，不背八股文！就聊聊你用AI做过的事——做了什么、为什么做、过程中怎么想的、学到了什么。因为，我们关心的是你做事的过程和思考，不是简历上写了什么。我们想看到的是真实的你自己。
负责小团 Agent 的开放平台建设——让模型能力真正流动起来。 1、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。 2、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。 3、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。 4、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"； 5、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。