饿了么淘宝闪购-生成式用户商品供给增长算法-杭州
任职要求
1. 基础能力 ◦ 计算机、数学、统计学等相关专业硕士及以上学历，3年以上算法相关经验。 ◦ 扎实的编程能力（Python/Java/C++），熟悉TensorFlow/PyTorch等框架及大数据处理技术（Hadoop/Spark）。 2. 技术方向 ◦ 定价方向：熟悉运筹优化、因果建模、经济学原理，有广告/营销补贴算法经验者优先。 ◦ 推荐方向：精通召…
工作职责
1. 供给定价算法 ◦ 负责本地外卖商品动态定价算法的设计与优化，结合运筹优化、因果推断、收益管理等方法，平衡供需关系与平台收益。 ◦ 基于用户行为、市场供需、竞争环境等数据，构建实时定价模型，提升定价精准度与用户体验。 ◦ 设计并迭代补贴策略（如货补、折扣），通过A/B测试验证效果，优化补贴效率。 2. 商品推荐算法 ◦ 研发个性化推荐系统，优化首页推荐、详情页推荐等场景的CTR/CVR指标，提升用户转化率。 ◦ 应用深度学习（如NN模型、LightGBM）、图神经网络等技术，挖掘用户兴趣与商品关联性。 ◦ 结合多模态技术（NLP/CV）优化商品标题、图文素材的匹配度，增强推荐理由的生成能力。 3. 选品机制算法 ◦ 构建选品核心能力（如销量/GMV预测、品类规划），通过机器学习与因果推断技术匹配场域调性需求。 ◦ 设计组合套餐（如“主食+饮品”）的选品策略，优化客单价与用户满意度。 ◦ 搭建公司级选品系统平台，推动算法在营销活动、超抢手、品团购等业务场景的落地。
1. 供给定价算法 ◦ 负责本地外卖商品动态定价算法的设计与优化，结合运筹优化、因果推断、收益管理等方法，平衡供需关系与平台收益。 ◦ 基于用户行为、市场供需、竞争环境等数据，构建实时定价模型，提升定价精准度与用户体验。 ◦ 设计并迭代补贴策略（如货补、折扣），通过A/B测试验证效果，优化补贴效率。 2. 商品推荐算法 ◦ 研发个性化推荐系统，优化首页推荐、详情页推荐等场景的CTR/CVR指标，提升用户转化率。 ◦ 应用深度学习（如NN模型、LightGBM）、图神经网络等技术，挖掘用户兴趣与商品关联性。 ◦ 结合多模态技术（NLP/CV）优化商品标题、图文素材的匹配度，增强推荐理由的生成能力。 3. 选品机制算法 ◦ 构建选品核心能力（如销量/GMV预测、品类规划），通过机器学习与因果推断技术匹配场域调性需求。 ◦ 设计组合套餐（如“主食+饮品”）的选品策略，优化客单价与用户满意度。 ◦ 搭建公司级选品系统平台，推动算法在营销活动、超抢手、品团购等业务场景的落地。
1. 研发个性化推荐系统，优化首页、爆品团、超抢手等场景商品的CTR/CVR指标，提升用户转化率； 2. 应用深度学习（如NN模型、LightGBM）、图神经网络等技术，挖掘用户兴趣与商品关联性； 3. 结合多模态技术（NLP/CV）优化商品标题、图文素材的匹配度，增强推荐理由的生成能力； 4. 跨团队协作，将物流、B端信号等融入到商品流量机制中。
1. 研发个性化推荐系统，优化首页、爆品团、超抢手等场景商品的CTR/CVR指标，提升用户转化率； 2. 应用深度学习（如NN模型、LightGBM）、图神经网络等技术，挖掘用户兴趣与商品关联性； 3. 结合多模态技术（NLP/CV）优化商品标题、图文素材的匹配度，增强推荐理由的生成能力； 4. 跨团队协作，将物流、B端信号等融入到商品流量机制中。
1. 负责淘宝闪购导购主链路，生成式搜索推荐系统的研发工作，包括但不局限于OneRec/OneSearch类的生成式架构的设计与实现，覆盖千万级DAU的个性化搜索推荐场景。 2. 主导生成式推荐全链路算法开发，包括端到端内容生成、Decoder Only架构优化、强化学习奖励系统设计等创新模块，显著提升计算效率与推荐质量。 3. 构建多模态用户行为建模系统，将短期搜索点击行为与长期购买偏好融合，打造具备语义理解能力的用户标识(UID)体系。 4. 探索生成式技术在搜索排序中的应用，开发层次量化编码技术，解决商品信息结构化难题，提升CTR和订单转化率。