得物算法工程师/专家（营销）
任职要求
1、本科以上学历优先，算法领域3年以上工作经验； 2、在机器学习、深度学习、因果推断等方面有较为丰富的研发经验, 并能在各种业务场景中进行合理的算法应用和部署； 3、熟悉机器学习常用算法模型原理，有一定的实践经验，包括但不限于LR，XGB，S-learne…
工作职责
1、参与搭建得物营销增长算法引擎； 2、结合算法与营销场景，构建智能化营销策略，并不断优化增长、留存及ROI； 3、理解常规的营销产品玩法，能使用体系化的营销分析框架，从数据中发现机制和算法的不足，并解决问题； 4、研究前沿算法技术，并工程化落地，应用于营销增长。
1、参与得物广告外投或营销补贴算法工作； 2、负责得物外投广告等相关算法，包括人群优选、素材优选、出价等方向； 3、负责得物营销补贴相关算法，包括端内红包/优惠券发放、定价、推荐等方向。
1、结合营销业务场景（如优惠券、补贴、活动奖励、游戏等），设计并实现针对虚假交易、批量注册、套现、团伙等异常行为的实时风控算法。 2、利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险； 3、与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略； 4、设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署； 5、持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。
负责高德共享出行(打车)业务核心链路的推荐 & 营销算法与大模型技术落地，直接对打车主链路 GMV、订单转化率与营销 ROI 负责: • 主导打车核心链路推荐算法与营销算法的构建与迭代，覆盖多任务学习(MTL)、多场景建模、用户长短期序列建模、因果推断(Uplift Modeling)等方向； • 负责营销补贴/权益的智能分发策略，通过因果建模与运筹优化实现预算约束下的 ROI 最大化； • 推动 LLM 在打车主链路各个场景的落地，包括但不限于：大模型用户画像与意图理解、生成式推荐(Generative Recommendation)、大模型营销文案生成等。
负责高德共享出行业务核心的推荐 & 营销算法建设、大模型技术落地等，包括但不限于： a. 推荐 & 营销算法方向：利用深度学习、因果推断等算法技术处理海量用户数据，进行高德打车全链路的推荐 & 营销算法构建和迭代，包括多任务学习、多场景建模、序列建模&推荐、因果推断建模等； b. 大模型方向：将大模型技术应用在打车核心链路上，包括大模型用户画像提取，大模型排序，生成式推荐，结合大模型预训练、蒸馏、SFT和强化学习等技术进行应用；