快手数据挖掘/算法工程师（核心资产）-【数据平台】
任职要求
1、具备机器学习或者数据挖掘的研究和项目背景；熟练掌握分类、回归、聚类等机器学习模型，能够把业务问题拆解成适合的数据、算法问题，并完成价值落地； 2、扎实的编程基础，精通至少一门编程语言； 有大数据计算、分布式算法开发经验； 3、好奇心，有良好的的数据和业务…
工作职责
1、整合海量多维数据，进行全站数据挖掘，构建用户画像体系、时空知识体系，并搭建全站核心数据资产管理平台； 2、深入业务场景，利用全站海量多维数据，综合运用统计和数据挖掘/机器学习的方法，探索平台新的业务增长点，为各类业务系统提供特征和模型支撑； 3、深度参与归因分析、异常检测、知识图谱等专题类建设工作。
1、加入高德地图的商业智能BI团队，深入理解高德核心业务，为决策层评估业务价值、进行业务决策等提供数据支撑； 2、数据研发：参与高德地图打车、搜索等核心业务的数据仓库、数据产品建设，参与数据治理并沉淀业务数据资产； 3、数据挖掘：基于高德地图的海量日志，通过算法模型挖掘有价值的业务信息，指导高德地图的产品迭代。
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。
阿里资产技术团队负责建设全球领先的网络资产处置平台，承载司法拍卖、破产处置、珍品交易等多个市场体量巨大的业务，应对海量用户、巨量资金带来的复杂大型互联网系统架构。 1. 复杂场景下的智能算法构建： ○ 负责商品拍卖场景的搜索推荐系统优化，包括基于用户行为的长短期兴趣建模，设计多目标排序策略（精准推荐/惊喜度平衡），解决新品冷启动、多样性打散等业务难题； ○ 构建亿级商品知识体系，研发基于大模型的商品结构化分析、同品识别、属性纠错等多模态商品分析解决方案； ○ 开发基于时序特征的成交价与拍下率预测系统，提升拍卖定价策略的合理性。 2. 前沿算法探索和落地，LLM/GNN/多模态等前沿技术在搜推场景的应用落地，包括： ○ 基于用户意图理解的生成式推荐范式； ○ 图神经网络在异构图谱中的关系挖掘； ○ 基于大模型的知识增强的多模态商品表征。 3. 算法数据闭环建设： ○ 设计科学的效果评估体系，构建AB实验、因果推断与归因分析的全链路验证机制； ○ 推动算法成果转化为关键业务指标的提升（GMV/LTV/用户时长等）。 我们提供： ○ 参与核心系统的架构设计机会； ○ 行业领先的GPU算力集群与数据资源支持； ○ 与顶尖算法团队共同探索搜索推荐技术前沿领域的创新突破。
1、整合快手全域海量异构数据，建设公司级核心资产，包括但不限于统一ID服务、时空资产和用户画像； 2、参与核心资产研发体系建设，比如架构设计、数仓建设和数据治理； 3、技术攻坚，解决海量数据下的复杂技术问题，比如关系挖掘、图挖掘中的工程问题； 4、深入业务场景，了解业务痛点，为各业务线提供数据驱动的解决方案。