饿了么饿了么-数据科学家-C端
任职要求
1、硕士及以上学历，专业涵盖计算机科学、统计学、计量经济、数据科学、数学、经济学等，2 年以上数据分析或数据科学经验 2、精通Python/R/Scala等编程语言的任一种，熟练掌握SQL及在大数据平台(Hadoop, Spark, Clickhouse等)上的应用 3、统计学基础…
工作职责
1、基于对营销、运营、搜推流量方向的深刻业务理解，通过科学的指标体系定义和探索性数据分析，准确描述业务现状，快速发现、定位各个业务与技术方向的问题与机会 2、熟悉 AB 实验流程和评估方法，负责复杂实验的设计和评估，通过实验分析驱动算法&策略持续优化创新 3、将复杂问题进行拆解、定义并设计合理的解决方案，利用数据挖掘、统计建模等方法主动完成较为深入的专项数据分析与洞察，并与各协作团队紧密配合，推进洞见落地取得收益
1、负责叮咚买菜C端业务线数据支持，为业务线AB实验做实验设计，以及实验结果科学性检验支持，评估数据质量，并提出改进建议以优化数据流程和系统。 2. 开发和实施数据模型，能够与数据和算法团队合作，收集、整理和分析大量数据，为算法、产品改进和业务增长提供支持。 3.负责叮咚AB实验平台科学实验工具的验证和探索。 4. 不断跟踪数据科学领域的最新发展和技术，对因果实验、因果分析具有一定的经验，能够在复杂的实验数据及观测数据环境中验证因果性
加入千问APP的核心团队，共同打造下一代AI智能助理，你将负责千问 APP 核心推荐场景（首屏发现流、AI 创作/智能体推荐）以及通用 Agent 的用户行为分析、业务分析与策略优化工作。 1. 通用Agent效果分析：设计合理的通用Agent效果评估体系，降低评估迭代成本，挖掘用户的真实需求和重要改进点，指导下一步优化方向。 2. 用户洞察与行为分析： 通过对用户对话习惯、Agent 使用偏好、创作内容质量的深度挖掘，发现潜在增长点，为算法模型迭代和产品演进提供数据支撑。 3. 核心指标体系构建： 定义并拆解大模型产品的核心指标，建立全链路监控与归因体系，精准量化推荐策略对业务的贡献。 4. 实验与因果推断： 负责大规模 A/B Testing 的方案设计与评估。利用因果推断方法（Causal Inference）识别推荐机制中的关键因子，解决传统策略中“相关性非因果”的痛点。
1. 负责通用搜索场景下资源（小说、视频、软件、游戏、漫画等）推荐相关的召回、排序、策略等算法设计与技术规划； 2. 参与制定推荐算法策略和流程，使用机器学习和深度学习技术维护和更新模型，确保推荐算法的质量和效率； 3. 与产品经理、数据科学家、产品运营专家等合作，确保推荐系统的设计和实现符合需求。
以大模型对话技术为核心，探索前沿技术问题，研究方向主要为垂域模型的研究与构建。目标是为用户提供专属的玩乐变美便捷生活小助手，实现“技术驱动业务范式”的升级转变，最终助力商业价值全面提升。 研究方向一：Agent能力增强 基于Agent的用户助理，研究提升Agent自主规划能力，并通过Agent构建和基于后训练的优化，实现数字助理的能力复刻和增强。 研究方向二：强化学习算法研究 参与大语言模型后训练阶段的强化学习算法研究，包括基于AI和环境反馈的强化学习（RLXF）算法。同时探索奖励模型与反馈机制，研究可泛化的细粒度过程监督和奖励建模，探索基于细粒度反馈的强化学习算法。 研究方向三：垂域模型定制化构建 领域认知智能突破，探索小样本场景自演进架构设计、可信推理机制构建等方向，同时建立面向AGI的模型评价体系新范式。 研究方向四：精准上下文理解与长程依赖建模 研究如何高效、准确地捕获和利用复杂的项目级上下文信息（如整个代码库、依赖关系、API文档、Issue跟踪等），探索能够处理超长代码序列、理解跨文件依赖和项目架构的先进模型结构与表征方法，以支持更精准、更全局的代码智能，从而提升业务研发在存量代码中迭代的效率。