小红书增长算法实习生 — RTA方向

【加入前沿战场，定义下一代增长引擎】 在阿里妈妈AI Agent与客户成长团队，我们正用最前沿的Agent技术重构数智化营销生态。 作为团队新生力量，你将直接参与构建日均服务百万级商家的智能增长系统，通过大模型技术实现从用户意图洞察到智能决策的全链路突破。 在这里，你的代码将直接影响中国电商生态的广告决策效率，用AI重新定义商业增长的可能性。 【你将主导的挑战】 智能增长系统攻坚 ● 设计基于LLM的个性化增长策略矩阵，覆盖智能触达、流失预警、投放引导等核心场景。 ● 构建多模态商业理解引擎，融合时序预测（LTV建模）、因果推断（Uplift建模）、生成式优化等创新技术。 ● 主导端到端的AI Agent架构设计，攻克动态Prompt生成、多轮对话决策等关键技术节点。 数据驱动的技术突破 ● 操盘亿级用户行为数据，通过大规模A/B实验验证模型效果，你的每个优化将直接提升DAU/留存率等核心指标。 ● 探索大模型微调+RAG+Agent框架的技术融合，打造行业领先的智能运营解决方案。 【超维成长体验】 三位一体培养体系 ● 双导师制成长：算法大牛+业务专家贴身指导，定期论文精读与代码Review。 ● 全真项目历练：独立负责子模块开发，6个月挑战完整项目生命周期。 ● 前瞻技术视野：参与内部技术峰会，第一时间获取阿里妈妈AI最新研究成果。

1. 构建玩家付费/活跃价值预测模型（LTV、付费概率、活跃价值分层），服务买量ROI优化； 2. 玩家流失预测与挽回：风险分层、触达时机与策略效果评估； 3. 评估和优化算法性能； 4. 撰写技术文档和业务报告。

【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。

岗位方向：AIGC 创新探索方向 岗位职责： 1. 研发面向用户增长场景的多模态大模型，包括文本、音频、图像、视频等多模态数据的理解与生成； 2. 跟进并引入最新的多模态大模型研究成果，探索其在游戏行业的新应用场景； 3. 参与用户增长场景的创意Agent优化。