快手生态策略专家-【商业化】

团队使命： 作为网约车交易市场技术核心团队，我们应用机器学习、运筹优化、因果推断、深度强化学习及生成式AI技术（LLM） ，构建支撑千万级日订单的动态双边市场智能决策系统。通过供需预测建模、动态定价策略、智能补贴分配、生态治理引擎 等策略引擎建设，持续优化平台商业价值与司乘体验，驱动全球领先的出行市场效率革新。 供需调节策略方向的主要工作： - 负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎，涉及的技术方向包括：精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等。 - 负责设计研发面向用户长期增长的智能增长营销策略引擎，构建可持续优化的收益管理与增长引擎系统，涉及的技术方向包括：长周期用户价值（LTV）建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等。 - 负责设计研发面向供需调节和用户增长的智能运营系统，构建面向多目标高度封装的全自动智能化的运营引擎，助力网约车业务精细化运营提效。涉及的技术方向包括：不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构。 - 负责设计研发面向网约车交易场景的司乘生态治理引擎，构建面向不同品类业务特点的判责、治理策略系统，涉及技术包括：多模态深度学习建模、大语言模型技术、原子预测和小样本学习等技术。

“我们正在构建下一代智能推荐引擎，重新定义人货场的数字化连接方式”，如果你对推荐算法创新充满热情，渴望用技术驱动万亿级市场的供需匹配效率，这里将是你施展才华的舞台。团队汇聚了搜索推荐、运筹优化、图计算等领域的顶尖人才，加入我们，见证技术如何重塑商业未来。 1.基于多源异构数据（搜索/点击/交易/内容），借助LLM挖掘用户显性需求与潜在意图的关联关系，构建用户需求图谱； 2.融合商品知识图谱与实时场景特征，构建跨品类、跨渠道的智能组货策略，实现"人-货-场景"的高效匹配； 3.设计多目标协同优化框架，探索生成式推荐新技术，平衡用户体验、商家效率与平台增长目标，建立可持续的推荐生态。

1、管理各类大模型合作：统筹公司自研、集团内部及外部合作伙伴的大模型对接与运营。 2、支持产品推广与活动：配合产品团队推动大模型上线，策划营销活动并优化用户体验。 3、整合资源与拓展合作：协调内外部资源，建立合作标准流程，组织行业交流活动。 4、市场分析与创新探索：研究行业动态，探索新商业模式并孵化大模型创新应用场景。 5、规范运营流程与评估：制定运营标准，优化资源配置并定期评估业务效果。

1、负责高德端内互动产品的设计、迭代与优化，通过游戏化场景、社交裂变机制、任务体系等互动形式，结合用户行为数据，挖掘高价值场景，设计激励策略（如积分、勋章、虚拟奖励），驱动高德端DAU持续增长。 2、深度洞察互联网热点事件、社会趋势及用户兴趣点，策划“高德+热点”的快速营销事件，主导营销传播方案的创意策划、资源整合与落地执行。通过数据驱动分析传播效果，联动端内活动与端外传播策略，形成“引流-参与-传播”闭环，实现用户增长与品牌声量的双向提升。 3、探索创新互动形态（如AI驱动交互、LBS玩法、AR场景等），结合技术能力升级用户体验。 4、建立端内外联动的增长模型，将端外流量有效转化为端内用户活跃与留存。