外卖－业务策略算法工程师/专家

Job description

• 面向外卖商家经营增长，参与业务策略与技术方向规划，识别值得通过算法和 AI 解决的关键经营问题，主导核心方向的技术建设与落地，对商家经营改善、策略增量收益及经营效率等业务结果负责。

经营理解与机会发现

• 基于海量交易、经营及用户行为数据，建设需求预测、商家与门店刻画、经营诊断等能力，识别不同城市、商圈、品类和经营阶段下的增长机会。

经营策略与资源优化

• 建设经营潜力、策略响应及增量价值预估能力，结合因果推断、策略学习和优化技术，解决“什么策略适合什么商家、有限资源如何分配”等问题，提升策略收益与资源效率。

大模型与经营 Agent

• 建设面向商家的智能经营助手，推动大模型从经营问答、分析诊断走向策略生成与执行协同，解决真实经营场景中的推理、工具调用、效果评测与可靠性问题。
• 负责所主导方向从问题定义、技术方案到线上验证和规模化应用的全链路工作。建立与业务目标一致的评测和数据反馈机制，通过在线实验与因果评估验证真实增量，持续提升算法及 Agent 在复杂经营场景中的有效性、稳定性与成本效率。
• 作为核心技术骨干，协同产品、工程、数据科学及业务团队推进跨团队项目，牵引技术方案与关键问题攻关，指导团队成员成长；推动 AI 工具在研发、实验分析及迭代流程中的应用，提升团队研发效率。
• 计算机、人工智能、数学、统计学、运筹学等相关专业本科及以上学历，具备扎实的机器学习、概率统计或优化理论基础，以及良好的工程实现能力。
• 具备独立负责复杂算法项目的经验，曾主导核心项目从问题定义、方案设计到上线迭代的完整过程，能够清晰说明关键技术决策、效果验证方法及取得的业务收益。

在以下至少一个方向具有深入实践和持续迭代经验，能够承担该方向的技术主导职责

• 因果推断、Uplift Modeling、策略学习或营销资源优化；
• 推荐、广告、搜索中的召回、排序或多目标建模；
• 需求预测、时空建模、图学习或大规模数据挖掘；
• 运筹优化、强化学习、Contextual Bandit 或复杂约束下的决策优化；
• 大语言模型、RAG、Agent 系统或智能自动化，具备业务落地与效果评测经验。
• 具备优秀的业务理解和问题抽象能力，能够在目标尚不清晰、约束较多的场景下识别关键问题、定义指标并确定技术路径；能够综合判断模型效果、工程成本与业务收益，推动方案落地并持续拿到结果。
• 理解大模型与 Agent 的能力边界，对其在商家经营场景中的应用有明确思考，并有相关实践或原型探索经验。能够结合业务问题选择合适的技术方案，推动模型能力与业务数据、工具及流程有效结合。
• 具备技术影响力和跨团队推动能力，能够组织技术讨论、推进关键决策，协同不同角色解决复杂问题；具备较强的自驱力、好奇心与结果意识。 团队面向美团外卖的复杂经营场景，建设数据驱动的业务决策与经营智能能力。我们基于海量交易、经营及时空数据，综合运用机器学习、因果推断、运筹优化和强化学习等技术，提升经营机会识别、供需匹配与资源使用效率，帮助商家提升经营水平，推动平台生态长期健康发展。 这里既有复杂经营场景下的预测、挖掘和效果评估问题，也有多目标、多约束、长期价值决策等算法挑战。期待你和我们一起，将前沿算法应用到大规模本地生活业务中。

岗位亮点

• 业务体量大、数据维度丰富，算法结果能够直接作用于真实经营场景。
• 技术方向综合，既包括预测、挖掘和排序，也包括因果推断、运筹优化及序列决策。
• 面向多主体、多目标、多约束的复杂决策问题，具有较强的技术挑战和长期研究价值。
• 算法距离业务结果近，可以完整参与从问题定义到效果落地的全过程。