唯品会【2027届实习生】用户增长算法实习生

任职要求

1、2027 届硕士及以上学历，计算机、统计学、运筹学、数学等相关专业；具备扎实的概率论、数理统计及机器学习理论基础。
2、编程能力： 熟练掌握 Python/C++ 至少一门语言，具备优秀的数据结构与算法功底；熟练使用 PyTorch/TensorFlow 等深度学习框架；熟悉 SQL/Spark/Flink 等大数据处理工具。
3、领域专长（有相关经验优先）：
（1）深入理解因果推断理论，有Uplift或相关去偏算法研究经验。
（2）熟悉运筹学与最优化理论，有大规模…

工作职责

【团队介绍】
1、核心业务场景： 负责公司战略级增长业务，数据规模大、场景覆盖广（涵盖拉新、促活、留存全链路），技术落地产生巨大的商业价值。
2、技术氛围纯粹： 团队有丰富的用增算法工业届实践经验，推崇技术驱动，鼓励创新与探索。
3、全方位成长： 提供完善的一对一Mentor指导机制，实习生可深入参与从算法设计、离线实验到线上部署的全流程，积累宝贵的工业界实战经验。

1、因果推断建模，专注于解决“哪些用户需要干预”以及“干预带来的真实增量价值”问题
（1）增量模型： 研发和迭代Uplift模型，精准评估营销动作（Push、优惠券、月卡、权益）对不同用户的因果增量效应 (ITE)，解决传统响应模型无法区分“自然转化”与“被动转化”的问题。
（2）偏差消除与反事实推断： 研究观测数据中的选择偏差（Selection Bias）问题，利用IPW、IPM、双重鲁棒估计、工具变量等技术，在非随机流量下实现对ITE的无偏预估。
（3）研究多目标多场景多干预的联合建模，在高维混杂空间中的交互作用，建立联合分布模型。
2、运筹优化决策，致力于在多重约束下寻找全局最优解，解决“在当前约束条件下，如何最大化收益”的组合优化问题。
（1）多目标全局优化： 综合考虑GMV、获客、ROI 等多个目标，构建多目标规划模型。
（2）大规模运筹求解： 针对用户&商品粒度的干预场景，利用线性规划、整数规划或强化学习方法，求解有限预算下的资源分配策略，实现大盘收益最大化。
（3）引入时空信息，研究预算在不同时空条件下的Pacing策略，提升预算实用效率
3、AIGC内容生产与个性化推荐，探索如何利用大模型技术提升触达内容的吸引力，并实现内容与用户的精准匹配。
（1）生成式内容生产 (AIGC)： 基于LLM构建智能文案生成系统，自动化生产高点击率的Push内容，探索多模态（文生图/视频）在增长场景的应用。
（2）个性化推荐算法： 负责Push及站内触达场景的CTR/CVR预估模型优化，升物料分发的准确性。
（3）内容质量与创意优选： 建立内容质量打分体系，结合Bandit算法，实现创意的动态优选与冷启动探索。