薪酬概览
平均月薪
¥26000
中位数 ¥30000 ｜ 区间 ¥18400 - ¥33600
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
42.9% 人群薪酬落在 >30k
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
5月新增岗位
10
对比上月：岗位减少2
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 |
|---|---|---|
| 应届 | 5 | 50% |
| 不限经验 | 5 | 50% |
热招职位
1. 统计、数学、计算机等相关专业背景，硕士以上学历。
2. 有极强的逻辑思维能力和数据敏感性，并能熟练运用主流数据分析工具。
3. 具备极强的业务感觉，或具备极强的学习能力。
1. 负责淘宝闪购/闪购 搜推广方向数据科学工作，方向包括算法机制、搜索、产品导购优化等
2. 与算法/业务/产品等多方协作，深入分析业务数据，挖掘用户需求与行为模式，为推荐机制与策略优化提供数据支持与洞察；
3. 制定并完善指标体系，设计合理的AB实验评估核心策略的收益，从流量分发与机制优化等角度，思考平台优化空间
1、负责公司实验科学能力设计与建设工作，包括沉淀公司核心实验场景和实验方法论，建立实验流量资源协同管理及实验流程管理机制，打造公司整体实验科学管理体系；
2、参与实验平台建设，将实验方法论、实验科学管理机制通过平台化方式向业务方赋能，保障实验体系运行顺利，提高实验执行效率；
3、负责具体业务模块的实验设计、评估与分析工作，为业务提供科学可靠的实验结论及优化建议；
4、负责负责或不可实验场景下重要项目、策略的效果复盘分析与方法论建设工作，完善对应场景的科学评估能力。
1.熟练掌握C++、多线程、网络通信、高性能优化，或者熟练掌握Java开发和调优、并发编程模式，有丰富Unix/Linux环境开发经验。
2.具备丰富的数据开发经验，熟悉Hadoop、Hive、Spark、flink等体系结构，并有实际开发经验。
3.熟悉Impala/Presto/GreenPlum/Clickhouse等MPP数据库，对各数据库的优劣和适用场景有深入理解，有实践经验者优先。
4.熟悉分布式技术并有实践经验（rpc框架， nosql存储），对kafka等消息中间件有深入了解。
5.大学本科及以上学历，三年以上计算机相关工作经验，有强烈的求知欲和较强的学习能力，对技术充满热情。
对自动驾驶数据闭环系统的数据挖掘及分析，包括
1. 基于自动驾驶大数据处理平台（例如Hadoop/Spark），利用数据挖掘、机器学习等相关算法，解决自动驾驶业务需求，为自动驾驶评测、功能迭代，运营决策提供数据分析依据
2. 与产品、系统等团队配合，分析和挖掘自动驾驶功能的体验痛点、表征原因、内在规律等，例如自动驾驶功能潜在风险与事故的数据分析与规律等
3. 负责自动驾驶领域的数据探索，从场景，评价，用户，运营等多个维度挖掘数据价值，发现数据和业务背后规律，应用于产品研发、用户运营、商业等各种领域
4、独立使用flask+vue+python（pandas、numpy、matplot、pyechart等）搭建数据中心的产品质量评估系统,完成多源数据融合分析、自动化评估、大数据分析统计、可视化展示等任务。
1、负责测绘内业数据处理和制作；
2、爱岗敬业、能吃苦耐劳，有较强的学习能力与接受能力；
3、做好本岗位的测绘成果归档和档案保密工作；
1.计算机相关专业本科及以上学历，硕士优先，具备1年以上Java开发经验，有互联网大厂背景或AI Agent项目开发经验者优先
2.精通Java技术栈，熟悉JVM原理、多线程、IO模型，具备扎实的分布式系统设计能力（如微服务架构、分库分表、高可用设计）；熟悉AI Agent基础架构，掌握LLM（大语言模型）调用、工具集成、记忆系统与规划器设计原理，有主流Agent框架开发经验者优先
3.熟悉大数据技术体系（如实时计算框架、分布式数据库、消息队列），具备千万级数据量或高并发场景开发经验，有结合大数据系统构建AI Agent数据检索与推理能力的实践经验者优先
4.具有广告、支付、风控等核心业务系统开发经验，熟悉用户生命周期管理、结算对账等业务逻辑者优先
5.优秀的逻辑思维与沟通能力，能够跨团队协作推进项目落地，对技术趋势保持敏感并主动探索实践；对AI Agent前沿技术（如多Agent协作、基于记忆的持续学习）及Vibe Coding相关工具链有深入理解，能结合业务场景设计创新解决方案者优先
岗位职责：
1.使用各类数据挖掘技术及机器学习算法以及大模型等前沿技术，基于海量多模态行为数据，构建完整的用户画像与兴趣建模体系，精准刻画用户行为。
2.结合对业务理解，深入挖掘数据价值，将业务问题转化为可建模的算法问题并推动在业务场景下应用，拿到业务结果。
3.深入思考产品业务价值，参与制定及落实团队在技术、业务等多维度发展方向。
4.深入理解食杂零售餐饮供应链业务逻辑和运营模式，与业务、产品、工程、数据等团队紧密协同，完成从业务问题到算法问题的抽象与定义，设计指标体系，进行算法技术选型和方案设计实现，推动落地应用。
1.负责品质管理领域的数据分析工作，以支持品质管理决策。包括不限于指标体系建立，异常预警数据监控，品质异动归因诊断，改善落地动作的数据化识别，管理方法论的数据化沉淀。
2.负责品质管理团队绩效目标制定管理工作。
3.跟进产品和供应链环节的数据，监控产品质量和品质管理绩效，并及时发现和解决潜在的质量问题。
4.协调跨部门团队，包括研发、生产、供应链等，建立和优化数据分析模型，共同推动品质提升。
5.持续研究使用AI进行数据分析提效，帮助整个团队提升数据分析效率
LongCat - 大模型数据工程师（AI Coding方向）
1.针对大模型Coding场景，拆解代码生成、代码补全等核心能力，建立科学的代码标注和评测体系。
2. 主导代码标注资源管理与数据构建，确保数据质量和一致性，支持coding智能体训练、评测。
3. 设计自动化数据合成及清洗方案，实现规模化高质量数据生产。
4. 监测模型效果，输出系统化分析报告，持续优化数据方案。
【愿景】美团搜索服务日均处理数亿次查询，我们正在经历从“统计匹配”向“认知推理”的 Search
3.0 跨越。你将不仅是算法的优化者，更是搜索基座和业务应用的构建者（Builder）。通过构建高泛化、可扩展的算法基座，支撑医药、闪购等多元业务线的智能化升级，定义下一代生活服务搜索的本质规律。【你将参与】你将直接优化影响数亿用户的核心搜索链路，用大模型技术解决搜索的关键瓶颈。
1.意图理解基座：超越传统的分类与匹配，利用 LLM 构建具备认知能力的意图基座，深度解构口语化、省略表达及多意图混合等复杂场景。探索 Query 的语义改写、扩展与纠错技术，将非结构的“人话”精准转化为结构化的搜索逻辑，实现对用户深层需求的本质洞察。
2.排序预估基座：推动排序模型的 Scaling Up，探索大参数量模型在 Relevance 判断与 Ranking 中的性能边界，提升对复杂 Query-POI 关系的建模深度。负责 LLM-based Reranking、特征增强及神经符号 AI 的结合，利用 Scaling Law 提升排序逻辑的泛化性与预估精度。
3.生成式召回基座：构建基于大模型的语义表示学习体系，突破长尾 Query 与 POI 的匹配瓶颈。优化向量召回与混合召回策略，在海量候选集中精准平衡相关性、多样性与发现感，实现“所想即所得”。
4.引导增长基座： 研发下一代搜索引导与推荐算法，通过生成式技术优化搜索前/中的用户路径，提升用户发现价值的效率。探索搜索与推荐的深度融合，利用 AI Agent 能力引导用户决策，实现业务增长与用户体验的协同进化。
5.跨业务 Builder 型组织建设：作为 Builder，构建跨业务（餐饮、医药、即时零售、服务零售、酒旅等）的通用算法框架，确保技术底座能够快速适配不同垂直场景的特性。在毫秒级延迟的严苛约束下，主导大模型在线 Serving 优化，通过蒸馏、量化、缓存等手段实现效果与性能的极致平衡。
1.负责财务数字化类信息系统的日常运维保障，确保系统稳定、安全、高效运行；
2.建立并完善财务系统运维规范与监控体系，制定应急预案，组织开展故障演练与性能优化；
3.连接开发团队与财务部门，推动系统问题快速定位与解决，保障财务月结、年结、报表出具等关键节点业务连续；
4.负责财务系统运维数据的分析与报告编制，识别系统运行风险与优化点，支撑财务数字化转型持续深化；
5.参与财务系统上线前的运维评审与部署准备，确保系统平滑上线与后续运维可控。
