叮咚买菜算法专家-销量预测(J15270)
任职要求
1、计算机、数学等相关专业，硕士及以上学历，互联网或零售行业相关工作经验。 2、掌握常见的深度/机器学习模型及原理，具备大数据训练经验，善于结合数据特性优化网络结构，有时序模型经验优先。 3、熟悉Linux基础命令，熟练掌握Python语言，能够熟练使用PyTo…
工作职责
1、生鲜商品销量预测，提前N天给出精准预测结果，降低缺货和损耗。 2、结合商品本身信息，以及节假日，活动，天气等特征构建鲁棒的时序预测模型。 3、研究探索业界领先的深度时序预测模型，在零售供应链场景落地。 4、大数据量下规模化部署预测模型。
1、支持快速增长、大规模dau的得物电商业务的推荐算法工作。职责范围包括提升转化效率，改善购物体验，探索更高效的商业模式，提升内容生态健康程度等； 2、利用海量数据搭建业内领先的机器学习算法和架构，建模用户购物兴趣，提升用户体验； 3、应用先进的机器学习技术，解决各种在线/离线、大数据量/小数据量等不同场景中遇到的技术和业务挑战，包括多类型内容分发、新用户承接、新品冷启动等； 4、对电商生态中用户、商家的行为做深入的分析和理解，制定算法策略促进生态良性发展； 5、独立负责产业务场景中的一个模块，与产品、运营团队一起，对模块的未来发展进行规划和设计，制定推荐策略的目标。
工作职责： 负责微店APP社区feed的推荐业务，实现个性化推荐业务中包括召回、排序、策略等多个环节的工作： 1. 沉淀社区推荐技术，并探索业务的边界。能够从复杂业务环境中抽象出清晰具体的技术问题，并将推荐算法技术有效应用于微店社区图文及视频推荐，提升海量用户体验。 2. 深入理解图文、视频等推荐相关的深度学习算法，加深内容理解和用户理解，优化模型和策略，持续提升业务效果。 3. 与各部门（产品，技术等）的同事一起深入交流合作，共同迭代和优化社区信息流推荐业务。
1、负责电商内部投放系统和流量调控算法的优化，与运营、产品、分析等团队深度合作，持续优化流量效率和平台生态。 2、负责电商商业化广告机制和算法能力建设，支持新业务探索落地。
1. 主导海外广告投放算法体系建设，围绕 CAC、DAU 等核心业务指标，持续优化媒体渠道投放效率，驱动用户增长与 ROI 提升。 2. 负责算法选品与 AI 创意素材生成，结合商品特征、用户画像、媒体特性，构建智能选品模型和 AIGC 创意生成能力，提升广告素材的点击率和转化率。 3. 设计并优化智能出价与预算分配策略，基于实时反馈和 multi-armed bandit、强化学习等方法，实现广告组级别的动态预算分配和 bid 优化。 4. 负责团队技术规划、人才培养、项目管理，推动算法能力在业务场景中的高质量落地。 5. 关注行业前沿技术（如 LLM for Ads、多模态创意、因果推断、联邦学习等），探索技术在广告场景的创新应用，催化团队技术进步。