拼多多【电商】大数据研发工程师

1、高效承接大模型文本、图片、视频等数据标注业务需求，独立承担标注、流程优化、质量把控等工作； 2、对优质内容具有判断力和敏感度，能够基于业务数据，进行标注数据监控、评估、分析、反馈，并推动模型优化链路迭代，打造数据飞轮，对模型进行内容改进策略建议； 3、与产品技术通力合作，制定有效的数据策略，推进大模型效果提升和产品化目标达成； 4、熟悉AI产品，对大模型行业发展及产品动态有充分认知，并能高效应用到实际业务； 5、熟悉直播电商流程与内容标准，精准识别有效带货话术和促销技巧。具备优秀的信息整合与逻辑分析能力，能高效分类和标注电商直播内容，为算法优化和平台规范提供数据支持。

岗位概述 负责得物平台重大促销节点（礼物节、双11等）的货品策略制定与招商运营，通过数据驱动的货盘优化、补贴策略及搜推场景运营，驱动行业整体流量及GMV增长。 岗位职责 1. 货品策略与补贴运营 负责平台补贴策略中的供给策略制定，与类目协同完成货品盘点和补贴策略规划，促进用户转化、留存和复购 负责得物搜索推荐场景下以价换量、付费与免费流量联动、新品孵化等核心业务方向的商品筛选及成长运营 针对品牌方、经销商等不同供给主体制定差异化策略，联动行业与招商团队，激发商家在货品供给与营销资源上的投入 构建“选品-招商-资源组合-打爆”全周期运营模型，结合流量分发机制及用户行为分析，持续孵化爆款 2. 大促招商策划与执行 主导大促核心招商活动方案策划，基于用户需求与活动主题，制定精准的商品筛选标准及招商报名机制 协同产品、技术团队推进招商入口搭建、资源位配置等全流程落地 持续迭代商家操作指引，通过线上宣讲、直播培训、社群互动等方式触达优质商家 联动商业化付费营销，整合业务货盘，提升大促的销售爆发力 3. 数据监控与策略调优 大促期间实时追踪招商关键指标（报名商品量、流量分布、转化表现、补贴表现等），动态调整策略 活动结束后系统复盘招商进展与成效，输出数据总结与改进方案 深度挖掘分析用户行为，从数据中洞察问题，形成策略并独立完成规划和落地 4. 跨部门协同与机制建设 作为搜推侧“货品”维度的主要接口人，高效联动行业运营、商家管理、平台治理等相关团队 推进关键货品问题的闭环解决，主导设计并落地跨部门的搜推货品协同机制

1、大促用户增长策略与规划： 1）深度理解大促业务目标，能针对不同用户人群分类制定用户补贴策略，负责大促期间的用户拉新、激活、留存、转化及传播（AARRR）全链路增长策略的制定，实现增量订单贡献 2）分析历史大促数据及用户行为，挖掘增长机会点，并规划贯穿大促前、中、后的用户增长节奏和路径。 2、用户增长工具与玩法设计： 1）负责设计、优化并落地大促核心增长工具与互动玩法，例如：随心省、美妆卡、拼团、砍价、秒杀、积分任务、红包/优惠券裂变、养成类游戏（如淘金币、京东种豆）等。 2）聚焦“社交裂变”与“用户激励”体系，构思具有吸引力和传播性的活动方案，提升用户参与度与分享率。 3、产品功能落地与项目管理： 1）将增长策略和玩法方案转化为清晰的产品需求文档（PRD），与产品经理、设计师和研发团队紧密协作，推动功能高效落地。 2）管理项目进度，确保增长工具和活动在大促节点前准时、高质量上线。 4、数据驱动与效果评估： 1）建立增长工具与活动的数据监控体系，定义核心指标（如：DAU/MAU、新客获取成本、分享率、裂变系数、ROI等）。 2）进行深入的A/B测试与数据分析，持续追踪、评估活动效果，能有清晰财务收益评估体系、快速迭代优化策略，并产出复盘报告，沉淀方法论。 5、跨部门协同与资源整合： 与增长、渠道、品类运营、客服等团队紧密合作，整合内外部资源，确保增长活动在全平台范围内获得最大化的曝光和协同效应。

1. 设计并实现电商场景下的大模型中期训练(Mid-train)算法，解决领域知识注入与能力对齐等核心难题； 2. 负责电商场景下Agentic大模型的强化学习后训练，攻坚奖励模型(RM)、策略优化(如PPO、GRPO)及多轮交互决策优化等关键技术； 3. 构建面向电商业务的高质量训练数据、奖励数据及评测基准(Benchmark)，通过数据闭环迭代驱动模型性能优化； 4. 推动大模型研究成果在智能推荐、智能导购及智能运营等真实业务场景中的端到端落地，解决实际业务痛点。