滴滴资深营销算法工程师(JR20260706007)
任职要求
1. 计算机、数学、统计学、运筹学等相关专业硕士及以上学历，5年以上推荐、广告、用户增长或智能营销算法经验。 2. 具备极强的业务抽象与拆解能力，能够在复杂、模糊的业务诉求下定义核心科学问题，独立设计端到端的算法方案并推动落地，过往有主导千万级DAU产品增长策略者优先。 3. 编程功底扎实，精通Python/Java编…
工作职责
1. 负责用户全生命周期营销算法优化，包括用户LTV预估、Uplift建模、个性化触达（Push/Email/短信）及智能补贴/定价策略，直接驱动GMV与ROI增长。 2. 独立主导营销场景下的算法选型与技术攻坚，解决样本稀疏、选择偏差、延迟反馈等业界难题，特别是在因果推断与运筹优化方向上有深入落地经验。 3. 建立营销效果观测与归因分析体系，能够从数据波动中精准定位增长瓶颈，并通过策略迭代验证因果逻辑。 4. 跟进业界最新技术（如LLM、图神经网络），探索其在营销场景（如智能外呼、内容推荐）中的应用可行性。
1、结合营销业务场景（如优惠券、补贴、活动奖励、游戏等），设计并实现针对虚假交易、批量注册、套现、团伙等异常行为的实时风控算法。 2、利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险； 3、与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略； 4、设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署； 5、持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。
1、结合营销业务场景（如优惠券、补贴、活动奖励、游戏等），设计并实现针对虚假交易、批量注册、套现、团伙等异常行为的实时风控算法。 2、利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险； 3、与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略； 4、设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署； 5、持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。
1、结合营销业务场景（如优惠券、补贴、活动奖励、游戏等），设计并实现针对虚假交易、批量注册、套现、团伙等异常行为的实时风控算法。 2、利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险； 3、与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略； 4、设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署； 5、持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。
方向1——营销风控算法： 1、结合营销业务场景（如优惠券、补贴、活动奖励、游戏等），设计并实现针对虚假交易、批量注册、套现、团伙等异常行为的实时风控算法。 2、利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险； 3、与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略； 4、设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署； 5、持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。