北京热线客服
热线客服是指负责通过电话、网络聊天或其他在线通讯工具与客户进行沟通、解决问题和提供支持的专业人员。热线客服通常在客户服务中心或呼叫中心工作，他们需要耐心、沟通能力和解决问题的技能来处理客户的各种问题和需求。热线客服的主要职责包括接听客户的电话或在线咨询，提供产品或服务的相关信息，解决客户的问题和投诉，处理客户的订单和退换货请求，以及记录客户的反馈和投诉信息。他们需要熟悉公司的产品和服务，了解客户的需求，以便及时、准确地回答客户的问题，并提供高质量的客户服务体验。热线客服在日常工作中需要遵守公司的服务标准和流程，以确保客户得到及时、满意的服务。
薪酬概览
平均月薪
¥6000
中位数 ¥0 ｜ 区间 ¥4800 - ¥7200
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
83.3% 人群薪酬落在 0-8k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
4
对比上月：岗位减少9
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 1-3年 | 4 | 100% |
热招职位
随着AI下半场的到来，传统的评测范式已经无法适配持续提升的模型能力，针对ChatBot模型的Arena评测的有效性也遭到质疑，如何面向现阶段以及未来的模型能力进行科学有效的评估本身也是个极具挑战和价值的研究方向。OpenAI研究者也表示，AI接下来比拼的不是训练，而是“如何定义并评估真正有用的任务”。在这样的背景下，美团大模型评测团队以指引通往AGI的道路为目标，深耕模型评测研究，系统性的理解大模型当前能力水平及未来技术发展方向，并以此为基础完善模型评测能力矩阵。团队工作方向包括但不限于：①构建科学有效的评测方案，为现阶段大模型提供有效的评测和分析手段，并面向未来模型储备评测技术，包括人机协同评测、产品化隐式评测方案、全模态交互式评测方案等；②结合训练和评测，对模型的能力进行建模及深入的理解和研究，包括能力体系构建、训练阶段分析、模型能力/问题溯源等；③探索模型能力边界，发现当前模型训练范式的局限性，寻求模型能力突破。本岗位涉及的方向包括：
1. Agent评测构建与方案探索，包括但不限于：通用模型的Agent能力评测与探索，Computer Use、Code Agent、通用搜索等产品级Agent的评测方案和分析。
2. 长周期人机协作与Agent能力边界探索，包括但不限于：Agent的异步交互、适时思考、记忆管理、自主学习等能力的评测方案及实践探索。
1. 负责某区域/某客群分层的运营工作，对收入负责，对客户的投放满意度负责2. 综合运用各种线上和线下手段触达商家，提升商家的投广渗透率3. 理解不同行业和客户的经营和营销诉求，帮助其提升广告投放效果，从而持续提升预算4. 负责日常的客户反馈、销售反馈，解决客户投放过程中碰到的实际问题5. 运用国内外主流AI工具辅助日常工作，提升产出效率与质量，主动探索 AI 在本岗位的应用最佳实践。
1）架构设计与优化，负责自动驾驶任务调度系统的整体架构设计与技术方案制定，包括任务调度、资源分配、负载均衡等核心模块。设计高可用、高扩展性、高并发的系统架构，满足大规模业务需求。2）技术选型与实现，评估并引入合适的调度算法、分布式框架、消息队列、数据库等技术。结合业务场景进行技术落地与性能调优。3）系统性能与稳定性保障，监控系统运行状况，分析性能瓶颈并持续优化。制定容灾、备份、灾难恢复等策略，确保系统稳定性。4）跨部门协作，与产品、测试、运维、运营等多团队紧密合作，推动架构方案落地。提供技术指导与培训，提升团队整体技术水平。5）前瞻性技术探索，跟踪调度系统相关的前沿技术和行业趋势，并引入先进性方案。
1、 深入了解业务，建立合理有效的分析体系，能够给予业务方有效专业的财务意见及解决方案；
2、 深度参与年度预算及月度业务目标制定，高频追踪目标完成情况对风险及时预警，对重点业务和项目进行随时跟进，定期反馈；
3、 与业务部门建立良好合作关系，对业务策略有判断并能输出财务意见；
4、 建立业务运营风险管控机制，识别合同、运营、合规类风险，并制定应对方案。
5、对 AI 技术在财务和业务分析领域的应用有主动探索意识，能结合 AI 工具创新分析方法，推动财务支持数智化转型。
1. 负责境外外卖业务Keeta智能客服AI平台产品建设，探索前沿的产品架构以保障智能客服策略可高效拓展和有效迭代；
2. 负责某一具体方向的智能客服解决方案落地，通过洞察用户问题场景，设计和改进产品策略，为智能解决方案的满意度和覆盖率负责；
3. 良好的团队合作能力，与全球业务运营、客服运营和开发等团队紧密合作，确保产品的开发、交付按时进行，保障产品的整体一致性和用户体验。
1. 战略级产品规划：主导无人车业务产品的中长期路线图（Roadmap），将公司战略目标转化为可执行的产品计划，确保产品演进与商业目标深度对齐。
2. 拥有核心业务指标：全面负责无人车业务的关键指标体系——配送成功率、每单成本、商户侧与用户侧NPS——建立数据驱动的产品决策闭环，定期复盘并驱动指标持续优化。
3. AI驱动的调度与运营产品：深度协同算法团队，将路径规划、运力调度、异常处理等AI/ML能力产品化落地，推动人机协同效率最大化。
4. 双边平台体验设计：统筹商户侧（接入、配置、履约）与用户侧（实时追踪、异常处理、体验预期）两端产品体验，构建无人车配送的双边信任体系。
5. 商业闭环与增长策略：参与并推动无人车业务的收入增长规划，设计商业模式创新（如定价策略、服务分层、区域扩张），具备P&L视角的产品决策能力。
6. 跨职能协调与对外影响力：高效协调技术、运营、销售、法务、政策等多条线，推动复杂项目按时落地；代表业务产品参与外部合作方沟通与行业标准制定。
7. 团队建设与人才发展：管理并培养产品团队，建立清晰的绩效标准，推动团队成员的职业成长，打造高凝聚力的业务产品文化。
1、负责Linux系统平台服务和应用程序的需求定义和程序设计
2、负责应用程序的开发实现
3、负责应用程序的优化调试工作和项目后期维护
4、配合驱动工程师和BSP工程师进行系统优化和项目开发
5、撰写接口文档和技术支持文档
团队 pitch
这是一支 Agent Native 的小团队。
我们不按前端/后端/测试切块，也没有层层中转的 ticket 流水线。每个人 own 一件完整的事——从设计、实现、发布到线上反馈，一条线贯到底。团队规模小，意味着：
- 一人一摊：你不是某条流水线上的一环，你是某个模块的终点和起点。
- Agent 是你的第二大脑：token管够！我们默认用 agent 放大自己，一个人打出传统10人的产出。
- 与资深同伴并肩：身边没有需要你带的人，只有一起吵架、一起把事情做对的同事。
- 看结果，不看汇报：我们关心的是模块有没有真的在跑、指标有没有真的在动。
如果你对"排期执行"感到乏味，对"自己说了算、自己也兜底"感到兴奋，往下看。
我们要找的人
你对"慢"这件事感到生理不适。别人看到一段训练代码问"能跑吗"，你问"能不能再快一倍、显存能不能再省一半"。你读得了框架源码，写得动 custom op，也能跟上层算法同事把"为什么快"讲清楚。
产品与用户运营专家（BC端策略） (JR2026051100D)
1，司机侧核心策略设计：负责司机全生命周期的策略制定，包括但不限于收入模型优化、奖励激励体系、供需调节机制、合规运力牵引等，持续提升司机规模、留存率与运力弹性。
2，数据驱动与洞察：搭建并完善司机端的指标体系，识别司机痛点与业务增长机会，产出可落地策略，平衡平台效率、司机收入体验。
3，实验与产品化：设计并主导A/B实验，科学评估策略效果，推动高价值策略产品化、工具化。与产品、算法、数据、城市运营团队紧密协作，将经验固化为中台能力。
团队 pitch
这是一支 Agent Native 的小团队。
我们不按前端/后端/测试切块，也没有层层中转的 ticket 流水线。每个人 own 一件完整的事——从设计、实现、发布到线上反馈，一条线贯到底。团队规模小，意味着：
- 一人一摊：你不是某条流水线上的一环，你是某个模块的终点和起点。
- Agent 是你的第二大脑：token管够! 我们默认用 agent 放大自己，一个人打出传统10人的产出。
- 与资深同伴并肩：身边没有需要你带的人，只有一起吵架、一起把事情做对的同事。
- 看结果，不看汇报：我们关心的是模块有没有真的在跑、指标有没有真的在动。
如果你对"排期执行"感到乏味，对"自己说了算、自己也兜底"感到兴奋，往下看。
我们要找的人
你是一个能把一个平台型产品从 0 独立做到
1、再从 1 跑到规模化的工程师。你不介意今天写存储引擎、明天写 React 看板、后天写对外 SDK——因为你心里清楚：这些东西都是同一个模块的不同面，只有你 own 它们才拼得齐。
1. 参与机器人视频生成世界模型方向的研究与系统开发，围绕机器人移动与操作场景，开展世界模型与动作建模的联合设计，构建面向具身智能的通用基础世界模型，覆盖数据准备、模型训练、系统搭建与实机验证等关键环节；
2. 探索基于视频—动作联合建模的机器人行为预测、环境演化建模与闭环交互机制，提升模型在复杂具身任务中的可控性、泛化性与实用性；
3. 持续跟踪视频生成、多模态学习、3D 基础模型及具身智能等方向的前沿研究进展，围绕具身智能核心问题探索创新性的技术方案。