美团点评技术-数仓 AI Builder
任职要求
1. 5年+ 研发经验，有数据仓库或数据平台相关经验； 2. 对 Agentic System 有扎实理解，熟悉 LangChain、LangGraph 等框架，有 Agent 开发和落地经验； 3. 熟悉数据仓库核心流程（模型设计、SQL 开发、ETL 调度、数据质量治理），对数仓痛点有切身体会； 4. 精通 AI Coding，有 Spec Coding 实践经验； 5. 在构建可靠、可扩展系统方面有良好判断力，对数据准确性和一致性有高标准； 6. 对 AI 技术趋势有敏锐…
工作职责
1. 面向数仓团队的 Agent 工具建设 - 深入了解数仓团队的核心工作流程：需求沟通、模型设计、SQL 开发、任务编排、数据质量巡检、口径对齐、Ad-hoc 查询等； - 设计和建设面向数仓团队的 AI Agent 工具，覆盖智能 SQL 生成与优化、智能数据探查、自动化数据治理、自然语言取数等场景； - 建设面向数据消费方（分析师、运营、产品等）的智能取数 Agent，让非技术同学通过自然语言即可完成数据查询和分析； - 探索 Generative UI 在数据查询和分析场景的应用，让数据交互更直观、更高效。 2. 数仓工作流程识别与 AI 提效 - 系统性梳理数仓团队从需求到上线的全流程，识别高耗能、高重复、高出错率的环节； - 结合内外部 AI 能力，设计并落地提效方案，例如：智能需求解析与口径对齐、SQL 自动生成与性能优化、数据异常智能归因、指标血缘自动梳理等； - 推动“人写 SQL → AI 生成 SQL”、“人查数据 → AI 主动推送洞察”的工作方式转变。 3. Agentic 架构与技术实现 - 设计面向数据领域的 Agentic System，结合 Agentic RAG、Text-to-SQL、Agentic Workflow 等技术，提升数据查询和分析的准确率和可靠性； - 解决在多数据源、多模型协作场景下的可扩展性问题，确保 Agent 能稳定对接异构数据平台； - 完成存量数据工具的低成本 Agent 集成，支持数仓团队自建数据 Skill； - 结合 CodeAgent 模式，降低数据 Agent 的构建和迭代门槛。 4. 数据与知识体系建设 - 建设面向 Agent 友好的元数据和知识体系，包括表结构、指标定义、口径说明、常用查询模式等； - 低成本完成数仓知识库的生产、管理、消费流程，确保表信息、指标口径、开发规范等知识无过时、冲突、冗余； - 完善基于测评驱动的数据 Agent 生产流程，建设覆盖 Text-to-SQL、数据归因、口径问答等场景的评测集，快速评估 Agent 效果。 5. 模型能力适配与优化 - 针对数据领域场景（SQL 生成、数据理解、口径问答等）进行模型评测和选型，选择高性价比方案； - 协同算法团队完成数据领域场景模型的 SFT、DPO 等训练优化工作； - 跟踪 Text-to-SQL、Table QA 等方向的前沿进展，评估并引入适合的模型能力。
1. 负责基于大语言模型的智能交互产品的搭建及在点评场景的应用落地，包括智能助理、内容生成、人格化机器人、AI Search等； 2. 负责大型语言模型的微调、偏好对齐、知识增强等技术探索，跟踪国内外前沿的大模型技术动态，持续改进和优化现有模型； 3. 有机会负责创新AI功能端到端的开发，需要全方位地思考问题，能够在机器学习技术栈中承担不同角色，解决各个环节问题；
1. 团队建设与管理 - 组建并管理点评 AI Builder 团队； - 明确团队能力模型，建立 Agent 工程、AI 工具集成、Prompt 工程、AI 评测等方向的梯队建设； - 推动团队文化建设，打造务实、自驱、开放、追求卓越的工程师团队。 2. 面向业务的 Agent 工具建设 - 深入了解点评各业务团队的工作流程和痛点； - 设计和建设面向业务团队的通用 Agent 交互平台，支持低代码/无代码创建、调试、部署 AI Agent，让非技术同学也能轻松使用 AI 能力； - 建设各类AI agent应用层能力。 3. 业务工作流程识别与 AI 提效 - 深度与业务、产品、运营高频共创，系统性梳理各团队的核心工作流程； - 识别适合 AI 介入的环节，评估提效潜力和实施路径； - 结合公司内部 AI 工具和外部 AI 能力，设计并落地提效方案； - 推动“人用工具 → 工具找人”的主动服务型产品能力转变。 4. Agentic 架构与技术体系建设 - 设计、实现和维护先进的 Agentic System，结合 Agentic RAG、Cognitive Architecture、Agentic Workflow 等前沿技术； - 解决在多模态模型、多 Agent 协作场景下的可扩展性和可靠性问题； - 完成存量 Tools/系统的低成本集成，支持业务团队自建 Skill 和 workflow； - 结合 CodeAgent 和 Spec Coding 模式，降低 AI 应用的构建门槛。 5. 数据与知识体系建设 - 保证底层数据口径统一，面向 Agent 友好； - 提供方便的企业数据集成和查询能力； - 低成本完成知识库的生产、管理、消费流程，保证知识无过时、冲突、冗余； - 完善基于测评驱动的 AI 应用生产流程，快速评估 LLM 和 Agent 效果。 6. 模型能力与 AI 生态建设 - 周期性进行 SOTA 模型评测，根据场景选择高性价比模型； - 协同训练师团队完成模型所需的训练数据生产、标注任务； - 跟踪内外部 AI 工具生态，评估并引入适合点评场景的 AI 能力。
负责公司外部投放渠道的全链路运营与产品能力建设，统筹用户获取到用户留存的完整生命周期管理，驱动规模化增长与平台用户活跃 外投渠道与产品运营 1、 动态调优渠道结构，建立量化评估体系，对ROI及获客成本负责。 2、推动投放工具自动化与智能化（归因、RTA等），优化承接页转化效能。 3、 建立供应商考核机制，拓展新兴流量渠道，完善渠道组合矩阵。 用户承接与全周期运营 1、规划从点击到转化的全流程承接策略，优化新客冷启动路径。 2、聚焦注册、登录、支付等关键节点，提升激活率与转化率。 3、构建用户洞察机制与用户成长体系，设计用户召回与防流失机制，提升用户留存与LTV；
1.负责受理美团各业务的投诉处理，为用户提供及时有效的解决方案； 2.需要跨部门沟通协作，坚持以客户为中心高效解决客户投诉，提升客户满意度； 3.需通过分析客诉，从客户角度出发，针对业务流程及工作流程提出合理化建议； 4.及时上报可疑事件及紧急问题。