美团定价补贴预测方向实习生
任职要求
1. 在读硕士/博士研究生，计算机、自动化、电子工程、数理统计、运筹优化等相关专业，有扎实的算法基础和代码能力 2. 了解Pytorch/Tensorflow等深度学习框架，熟悉Transformer、Seq2Seq、NBeats、DeepAR等模型优先 3. 在时序预测、因果推断、归因分析、组合优化、强化学习等领域有相关项目和研究背景者优先
工作职责
1. 参与到店业务相关的预测算法的设计实现和优化，包括POI在商家端和用户端的定价、调价、控价、补贴、营销等策略研发。 2. 在导师的指导下进行数据处理、特征工程、模型优化、case分析等工作。 3. 跟踪时序预测、因果推断方向前沿问题和研究成果，实现业界SOTA模型。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与字节跳动电商供应链及物流、商品运营和价格运营全链路多场景智能体系建设，负责面向业务的数据挖掘及算法迭代； 2、结合电商底层数据，通过数据挖掘、深度学习、统计推断等算法手段，对电商履约链路的时空轨迹序列、ETA、物流网络动态等进行分析与预测； 3、结合货架和内容电商信息，通过数据挖掘的方式，优化不同生命周期中商品在各场域的流量效率、运营效率和业务目标达成率，主要场景如下： 1）完善不同商品在相似/替代/关联/趋势和季节性上的商品力基建，对重点场景货盘进行诊断并提供品类优化建议，包括但不限于细分机会市场挖掘、新品&商品成长和渠道组货建议； 2）定义并优化不同业务场景的价格健康度，量化不同类目/人群偏好/场域等对商品价格策略的影响，建模站内商品的价量曲线，推动商品定价/补贴建议、预算分配建议和商品券设计等落地，并配合进行产品化建设； 3）深度参与重点营销场和大促场景的盘货-招商-搭建-选品-投放全流程运营，针对不同业务阶段和内容电商场景，从商家、商品、价格等维度提供算法建议； 4、参与电商业务用户/商家/达人增长等业务中的触达算法研发，包括但不限于基于用户与触达内容的理解建立点击率/转化率预估等模型、优化触达时机/渠道、基于AIGC技术进行触达内容优化等； 5、与电商用户增长、商家/达人/商品相关运营、产品等团队紧密合作，达成电商业务的用户/商家/达人/商品高质量增长目标。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与字节跳动电商供应链及物流、商品运营和价格运营全链路多场景智能体系建设，负责面向业务的数据挖掘及算法迭代； 2、结合电商底层数据，通过数据挖掘、深度学习、统计推断等算法手段，对电商履约链路的时空轨迹序列、ETA、物流网络动态等进行分析与预测； 3、结合货架和内容电商信息，通过数据挖掘的方式，优化不同生命周期中商品在各场域的流量效率、运营效率和业务目标达成率，主要场景如下： 1）完善不同商品在相似/替代/关联/趋势和季节性上的商品力基建，对重点场景货盘进行诊断并提供品类优化建议，包括但不限于细分机会市场挖掘、新品&商品成长和渠道组货建议； 2）定义并优化不同业务场景的价格健康度，量化不同类目/人群偏好/场域等对商品价格策略的影响，建模站内商品的价量曲线，推动商品定价/补贴建议、预算分配建议和商品券设计等落地，并配合进行产品化建设； 3）深度参与重点营销场和大促场景的盘货-招商-搭建-选品-投放全流程运营，针对不同业务阶段和内容电商场景，从商家、商品、价格等维度提供算法建议； 4、参与电商业务用户/商家/达人增长等业务中的触达算法研发，包括但不限于基于用户与触达内容的理解建立点击率/转化率预估等模型、优化触达时机/渠道、基于AIGC技术进行触达内容优化等； 5、与电商用户增长、商家/达人/商品相关运营、产品等团队紧密合作，达成电商业务的用户/商家/达人/商品高质量增长目标。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与字节跳动电商供应链及物流、商品运营和价格运营全链路多场景智能体系建设，负责面向业务的数据挖掘及算法迭代； 2、结合电商底层数据，通过数据挖掘、深度学习、统计推断等算法手段，对电商履约链路的时空轨迹序列、ETA、物流网络动态等进行分析与预测； 3、结合货架和内容电商信息，通过数据挖掘的方式，优化不同生命周期中商品在各场域的流量效率、运营效率和业务目标达成率，主要场景如下： 1）完善不同商品在相似/替代/关联/趋势和季节性上的商品力基建，对重点场景货盘进行诊断并提供品类优化建议，包括但不限于细分机会市场挖掘、新品&商品成长和渠道组货建议； 2）定义并优化不同业务场景的价格健康度，量化不同类目/人群偏好/场域等对商品价格策略的影响，建模站内商品的价量曲线，推动商品定价/补贴建议、预算分配建议和商品券设计等落地，并配合进行产品化建设； 3）深度参与重点营销场和大促场景的盘货-招商-搭建-选品-投放全流程运营，针对不同业务阶段和内容电商场景，从商家、商品、价格等维度提供算法建议； 4、参与电商业务用户/商家/达人增长等业务中的触达算法研发，包括但不限于基于用户与触达内容的理解建立点击率/转化率预估等模型、优化触达时机/渠道、基于AIGC技术进行触达内容优化等； 5、与电商用户增长、商家/达人/商品相关运营、产品等团队紧密合作，达成电商业务的用户/商家/达人/商品高质量增长目标。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：Data-电商-供应链和物流团队，通过应用机器学习和运筹优化算法，助力字节电商在全球范围内向用户提供低价好物以及快速优质的购物体验。团队的方向包括：参与优化通向全球各个国家地区的仓储物流网络，提升履约时效，降低成本，优化用户体验；跟踪全球电商趋势，优化电商货品供给，预测商品需求，指导备货，探索AIGC赋能时尚供应链。 1、参与字节跳动电商供应链及物流、商品运营和价格运营全链路多场景智能体系建设，负责面向业务的数据挖掘及算法迭代； 2、结合电商底层数据，通过数据挖掘、深度学习、统计推断等算法手段，对电商履约链路的时空轨迹序列、ETA、物流网络动态等进行分析与预测； 3、结合货架和内容电商信息，通过数据挖掘的方式，优化不同生命周期中商品在各场域的流量效率、运营效率和业务目标达成率，主要场景如下： 1）完善不同商品在相似/替代/关联/趋势和季节性上的商品力基建，对重点场景货盘进行诊断并提供品类优化建议，包括但不限于细分机会市场挖掘、新品&商品成长和渠道组货建议； 2）定义并优化不同业务场景的价格健康度，量化不同类目/人群偏好/场域等对商品价格策略的影响，建模站内商品的价量曲线，推动商品定价/补贴建议、预算分配建议和商品券设计等落地，并配合进行产品化建设； 3）深度参与重点营销场和大促场景的盘货-招商-搭建-选品-投放全流程运营，针对不同业务阶段和内容电商场景，从商家、商品、价格等维度提供算法建议； 4、参与电商业务用户/商家/达人增长等业务中的触达算法研发，包括但不限于基于用户与触达内容的理解建立点击率/转化率预估等模型、优化触达时机/渠道、基于AIGC技术进行触达内容优化等； 5、与电商用户增长、商家/达人/商品相关运营、产品等团队紧密合作，达成电商业务的用户/商家/达人/商品高质量增长目标。