饿了么饿了么-AB实验平台研发专家-上海
任职要求
1. 计算机科学、软件工程、数学、统计学、数据科学等相关专业本科及以上学历; 2. 熟悉Java语言及生态,熟悉JVM原理及性能调优,有高并发、分布式系统开发经验; 3. 熟悉大数据生态工具(Hadoop、Hive、Spark、Flink、Kafka等),有离线/实时数据处理项目经验; 4. 熟悉A/B Testing实验理论和流程,具备相关产品研发经验的优先; 5. 统计学基础扎实,熟悉各类假设检验、置信区间、方差分析等统计方法的优先;
工作职责
1.负责本地生活AB实验平台的研发工作,从而为数据驱动的精细化运营提供平台支撑; 2.从数据视角出发搭建科学的指标体系和衡量方法,深度参与实验设计、评估工作,协同算法/产品/运营等团队,共同提升饿了么AB实验的科学性、效率、体验。

1、负责数据应用产品的后端研发,完成产品的核心功能和模块的代码编写。如数据分析平台、指标平台、AB实验平台等数据应用; 2、负责数据应用架构设计和后端开发,设计和实现Web后端和关键数据服务; 3、负责数据应用的功能迭代和性能优化,提高效率,优化流程; 4、收集业务需求,协同各方合作,为业务发展提供有效的解决办法。
1.策略规划与架构:负责爆品团频道内的搜索推荐产品体系搭建与长期规划,明确不同业务阶段的策略重点和实施路径; 2.人货匹配策略:深入理解"外卖商品"和"爆品团商品"下的用户心智与货品特点,主导构建差异化的人货匹配模型策略。包括但不限于:用户意图识别、爆品挖掘与预测、实时个性化推荐等,确保"对的商品"在"对的时间"推荐给"对的人"; 3.流量调控与分配:设计并实施频道内的流量分配机制,包括新品冷启动策略、潜力爆品流量加持、尾部商品淘汰机制等,科学调控流量,最大化整体频道流量效率与ROI; 4.搜索策略优化:负责业务域内的搜索产品体验,优化Query理解、语义匹配、排序策略等,提升搜索满足率和转化效果,打造"一搜即得"的极致体验; 5.数据驱动与迭代:建立严密的数据监控和分析体系,敏锐洞察策略问题与增长机会,通过AB实验、用户调研等方式快速假设、快速验证、快速迭代,驱动策略持续进化; 6.高效协同:作为策略产品的核心枢纽,与算法、运营、研发、数据分析等团队紧密协作,精准定义问题,推动策略方案高效落地并产生业务价值。
团队介绍:字节跳动剪映研发团队,主要支持剪映、醒图、Faceu 等多款国内外产品的研发工作,业务覆盖多元化影像创作场景,截止2021年6月,相关产品多次登顶国内外App Store 免费应用榜第一,并继续保持高速增长。加入我们,一起打造全球最受用户欢迎的影像创作产品。 课题背景: 1、数字化营销时代,企业对高质量、多样化营销素材的需求呈爆发式增长。从社交媒体图文到短视频广告,从个性化推荐文案到多模态互动内容,营销场景的复杂化与用户需求的碎片化对素材生成效率、创意水平和精准度提出了更高要求。传统依赖人工策划与设计的模式成本高、周期长,难以满足实时化、动态化、规模化的业务需求。尽管生成式AI(AIGC)技术(如GPT等)已在文本、图像生成领域取得突破,但在营销场景中仍面临创意适配性差、多模态协同能力弱、品牌一致性难保障等瓶颈。本课题旨在研发“创作领域Agent”,通过智能技术实现从策略洞察到内容生产的全链路自动化,推动营销效率与效果的革命性升级。 2、随着大语言模型、多模态模型等大模型的成熟,通过视觉理解、语音识别、文本生成等AI大模型能力,提升视频剪辑效率,基于创作者的需求和创意,高效的创作出炫酷、个性化的视频成为了可能。当前行业虽已有部分智能剪辑工具,但大多局限于规则化操作,成片或缺乏对用户意图的理解,效果同质化,或缺乏成片逻辑与情感,机械堆砌素材。 本课题旨在研究适合视频剪辑的大模型技术,结合剪映平台的强大剪辑能力和效果,打造一个智能剪辑的智能体(Agent),赋能自媒体内容生产、影视工业化、广告营销等场景。 课题挑战: 1、创意与商业价值的平衡:AI生成内容易陷入同质化,需突破算法在品牌调性理解、用户情感共鸣、营销目标对齐等方面的局限,确保创意兼具新颖性与商业转化价值。 2、多模态动态协同:文本、图像、视频等模态的生成需实现语义与风格的跨模态对齐,且需支持动态组合与实时迭代(如根据用户反馈即时优化素材)。 3、复杂场景泛化能力:营销场景高度细分(如电商促销、品牌故事、危机公关),Agent需具备上下文感知与领域迁移能力,避免“一刀切”生成策略。 4、计算效率与资源限制:高分辨率视觉素材生成、多版本AB测试等场景对算力需求极高,需优化模型轻量化与推理速度,满足企业级部署的可行性。 5、伦理与合规风险:需解决版权争议(如AI生成素材的版权归属)、内容安全(如虚假宣传、文化敏感性)等问题,构建可信可控的生成框架。 6、视频数据复杂性远超图片和文字,巨量的用户素材,要通过大模型去精准理解,并与图片、音频、文字等多模态特征统一,对多模态模型理解能力和推理优化,提出了极高要求。 7、大模型对素材编排和剪辑的结果,可能偏离用户真实意图,既要避免输出模板化、同质化,又要结合用户个性化和创意,在风格、节奏等维度上加入“人性化创意”。 8、大参数模型训练成本高,推理慢,如何通过模型优化、工程优化等手段,给移动端、PC等终端用户极致的体验,也是课题的一大挑战。 职位描述: 1、负责剪映CapCut的AI视频编辑方向的Agent模型训练与评测,使用SFT/RLHF/Post-training等技术对视频创作进行领域知识建模; 2、提升视频创作Agent大模型的增强模型和安全能力的指令遵从能力、提升Pre-trained Model在视频创作的能力,构建行业领先的视频创作专家的智能Agent。