快手数据挖掘工程师 -【资产方向】
任职要求
1、硕士及以上学历，三年以上工作经验，拥有扎实的数学和数据挖掘基础，以及坚实的机器学习理论知识； 2、熟练掌握至少一种编程语言，如Java/C++/Scala/Python，了解Linux系统及常…
工作职责
利用快手平台海量用户的静态和动态数据，运用机器学习、数据挖掘等技术，对用户进行标签识别、人群挖掘、兴趣挖掘、表征学习等等。具体职责包括： 1、通过对用户全域数据的挖掘和分析，进行用户建模，实现对用户各属性的精准刻画； 2、负责追踪业界先进算法的研发和优化，以提高画像模型的效果和效率； 3、设计和建模用户认知标签，如兴趣、意愿等，参与相关业务效果的优化； 4、分析和研究数据与实际业务需求，针对具体业务场景，挖掘各类人群标签。
我们是AliExpress广告算法团队，该岗位负责AE搜索广告的NLP&相关性、用户体验优化，包括并不限于： 1. 设计和优化搜索广告相关性下的Query理解、类目预测、深度语义相关性、商品理解、实体匹配等方向 2. 对比学习、表征学习、蒸馏学习在语义理解、类目预测、相关性判别等领域的应用和创新 3. 设计合理的全链路管控与供给策略，保证消费者体验、广告主投放效果、平台营收的良好平衡 4. LLM、MLLM在上述方向的全面应用与优化 5. 建立合理的相关性评测方法，进行数据挖掘，迭代数据标注任务，积累电商领域知识数据资产
方向一： 1. 负责支付宝行业运营平台内流量投放、增长相关的数据服务，包括：数据仓库（离线、实时）设计和研发、数据赋能业务的方案设计和推进运营场景需要的数据诉求； 2. 研究支付宝亿级用户的相关行为及数据，并基于分类、标注、聚类等机器学习手段，挖掘不同业务场景的业务标签； 3. 负责相关域的数据架构治理，包括集群管理、数仓架构管理、需求流程管理等。 方向二： 负责支付宝用户业务数据体系和增长解决方案建设，通过数据技术和数据科学手段为业务决策及策略落地提供支持，助力业务增长。 1、负责支C侧业务核心数据体系的设计，基于业务理解业务洞察指标体系，及时发现业务问题和机会，并沉淀数据资产和数据产品； 2、深入理解业务的战略和策略打法，敏锐洞察业务痛点，利用数据技术和数据科学手段为业务决策、产品方向、增长策略提供业务建议和方案； 3、协同技术和算法团队打造可持续数据解决方案，通过效果和效率的提升助力业务增长，推动业务模式和产品不断创新。
1、针对广告消耗变化情况，建立一套完整的归因分析体系，并从中总结规律，同时密切关注行业竞争态势、流量波动及预算变化等因素，挖掘其中蕴含的收入增长潜力，以此提高流量变现的充分性和效率，为公司创造更大的商业价值； 2、深入参与用户行为分析与理解，建立用户画像分析体系，沉淀用户资产，结合业务目标，能综合体验视角以及转化效率视角，通过精细化的流量策略和投放策略优化，精准匹配广告与用户需求，在满足用户体验的同时，提升客户的投资回报率（ROI），最终达成收入增量的目标； 3、与流量产品和算法工程师紧密协作，构建和完善流量框架等投放链路上下游的关键环节，漏斗分析。借助严谨的实验设计和归因分析方法，结合样式迭代，创意优选，持续推进投放策略的迭代升级，力求实现最优效果。
1、整合挖掘海量站内外数据，进行全域资产体系的建设，包括但不限于时空资产、用户画像、创作者和作品资产； 2、深入电商垂直业务场景，分析洞察业务痛点，发掘机会点，利用算法挖掘能力助力业务发展； 3、研究前沿的机器学习／数据挖掘算法，在业务现实场景中进行落地应用，提升算法效果。