美团预测算法专家（营销增长方向）
任职要求
1. 计算机、数学、统计学及电子信息相关专业硕士及以上学历，4年以上工作经验； 2. 在机器学习、深度学习、因果推断或运筹优化等领域有扎实理论基础或丰富研发经验； 3. 熟悉Java/Python/C++中的一种或多种编程语言，熟练掌握大数据处理技术，有使用Hadoop/Hive/Spark等分析海量数据的能力和经验，熟悉常用的算法工具和框架包括XGBoost、TensorFlow/PyTorch、OR-Too…
工作职责
1. 负责美团骑行用户增长算法研发，从用户全生命周期角度，构建增长算法策略体系（拉新、沉流召回、老客提频等）。 2. 负责美团骑行用户流量的营销转化效率提升：包括活动效果优化、转化漏斗优化、卡券ROI优化、SKU排序等。 3. 综合运用机器学习、因果推断、运筹优化、强化学习等技术，优化营销效率，提升用户增长。 4. 深入思考业务价值，与产品、业务团队密切配合，打造和完善行业一流的营销增长算法体系。
1、负责飞猪旅行行业的营销、发券、补贴等相关场景优化，深入理解业务经营逻辑，与业务建立良好的合作关系，通过算法帮助优化行业经营效率。 2、围绕行业的增长营销、补贴定价、供应链等多个方向进行算法的研发，提高酒店、交通、度假等多行业的经营效率和转化率。 3、围绕因果推断、智能定价、强化学习、时序预测等方向构建横向通用的算法能力。 4、利用AI改进业务经营流程，探索智能经营agent开发范式，探索前沿技术在经营侧的落地。
1、基于同城配送强竞争态的双边动态交易市场，综合运用机器学习（因果推断，时序预测，转化率预估）、运筹优化、强化学习等前沿算法和技术，设计最核心的定价补贴策略； 2、驱动司乘动态定价、智能司机补贴、智能乘客补贴等系统，直接提升业务核心指标（完单、GMV、毛利等），创造用户价值和商业价值，助力滴滴在同城配送的成功； 3、岗位包含乘客动态定价、智能补贴等方向，并持续基于业务发展和用户需求持续孵化更多项目。
1. 流动性算法：综合运用机器学习与运筹优化技术，解决信贷资产预测、资金-资产匹配等关键问题，保障流动性安全与效益最大化； 2. 营销与增长建模：将互联网金融产品的营销、流量分发与用户增长问题抽象为算法问题，通过推荐系统、因果推断、数据挖掘等方法设计并落地算法解决方案； 3. 前沿技术探索：结合信贷与金融市场场景，探索大模型（如AIGC、Agent、LLM for Recommendation）等新技术的可行性与落地路径； 4. 跨团队协作：与产品、数据、风控等团队紧密合作，推动算法模型在真实业务场景中的规模化应用。
团队使命： 作为网约车交易市场技术核心团队，我们应用机器学习、运筹优化、因果推断、深度强化学习及生成式AI技术（LLM） ，构建支撑千万级日订单的动态双边市场智能决策系统。通过供需预测建模、动态定价策略、智能补贴分配、生态治理引擎 等策略引擎建设，持续优化平台商业价值与司乘体验，驱动全球领先的出行市场效率革新。 供需调节策略方向的主要工作： - 负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎，涉及的技术方向包括：精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等。 - 负责设计研发面向用户长期增长的智能增长营销策略引擎，构建可持续优化的收益管理与增长引擎系统，涉及的技术方向包括：长周期用户价值（LTV）建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等。 - 负责设计研发面向供需调节和用户增长的智能运营系统，构建面向多目标高度封装的全自动智能化的运营引擎，助力网约车业务精细化运营提效。涉及的技术方向包括：不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构。 - 负责设计研发面向网约车交易场景的司乘生态治理引擎，构建面向不同品类业务特点的判责、治理策略系统，涉及技术包括：多模态深度学习建模、大语言模型技术、原子预测和小样本学习等技术。