智能互联淘宝闪购-生成式营销算法专家-杭州/上海
任职要求
1. 计算机、运筹学、应用数学、统计学或相关专业，有算法领域的工作经验; 2. 熟悉机器学习/深度学习/数据挖掘/运筹优化中至少一个领域的原理与算法，并且能够熟练建模解决业务问题; 3. 在一个或多个营销子领域的常用模型和架构上有丰富的经验和深入的理解，包括但不限于： ⁃ 模型预估方向：熟悉常用机器学习算法，如FM、DeepFM、xGboost、DNN、GN…
工作职责
1. 负责淘宝闪购营销算法，包括平台补贴定价、商家智能营销、店品价格机制、商流X物流联动等； 2. 负责用户全生命周期体验与成长，促进拉新和留存； 3. 参与营销创新性算法的研究及开发工作； 4. 协同业务进行跨团队合作。
1. 负责淘宝闪购营销算法，包括平台补贴定价、商家智能营销、店品价格机制、商流X物流联动等； 2. 负责用户全生命周期体验与成长，促进拉新和留存； 3. 参与营销创新性算法的研究及开发工作； 4. 协同业务进行跨团队合作。
团队介绍：我们是淘宝闪购-营销算法团队。 我们的使命：致力于打造满足用户对即时生活不断需求的技术引擎，实现用户、商家、平台的三方收益最大化。 我们的技术：以营销定价、运筹优化、用户价值预测为基座，融合多场景建模、时序预测、多目标预估等核心技术，构建技术驱动、人机协同的智能营销基础设施。 我们的文化：始终秉持持续成长、自我革新的价值观。在这里，你将有机会挑战近场零售最复杂的算法场景，与一群优秀的伙伴共同打造未来的智能营销平台。 岗位职责： 负责淘宝闪购营销场景下生成式算法体系的建设，包括但不限于营销定价、补贴策略、券包发放等运筹优化问题的建模与求解，覆盖千万级DAU的个性化营销场景。 主导生成式营销全链路算法开发，包括端到端营销决策生成、强化学习奖励系统设计等创新模块，显著提升营销ROI与订单转化效率。 构建多模态用户行为建模系统，融合短期实时行为与长期价值预估，打造具备因果推断能力的用户营销敏感度建模体系。 探索生成式技术在动态定价方面的应用，开发层次化编码与序列生成技术，解决复杂约束下的组合优化难题。
团队介绍：我们是淘宝闪购-营销算法团队。 我们的使命：致力于打造满足用户对即时生活不断需求的技术引擎，实现用户、商家、平台的三方收益最大化。 我们的技术：以营销定价、运筹优化、用户价值预测为基座，融合多场景建模、时序预测、多目标预估等核心技术，构建技术驱动、人机协同的智能营销基础设施。 我们的文化：始终秉持持续成长、自我革新的价值观。在这里，你将有机会挑战近场零售最复杂的算法场景，与一群优秀的伙伴共同打造未来的智能营销平台。 岗位职责： 负责淘宝闪购营销场景下生成式算法体系的建设，包括但不限于营销定价、补贴策略、券包发放等运筹优化问题的建模与求解，覆盖千万级DAU的个性化营销场景。 主导生成式营销全链路算法开发，包括端到端营销决策生成、强化学习奖励系统设计等创新模块，显著提升营销ROI与订单转化效率。 构建多模态用户行为建模系统，融合短期实时行为与长期价值预估，打造具备因果推断能力的用户营销敏感度建模体系。 探索生成式技术在动态定价方面的应用，开发层次化编码与序列生成技术，解决复杂约束下的组合优化难题。
1. 供给定价算法 ◦ 负责本地外卖商品动态定价算法的设计与优化，结合运筹优化、因果推断、收益管理等方法，平衡供需关系与平台收益。 ◦ 基于用户行为、市场供需、竞争环境等数据，构建实时定价模型，提升定价精准度与用户体验。 ◦ 设计并迭代补贴策略（如货补、折扣），通过A/B测试验证效果，优化补贴效率。 2. 商品推荐算法 ◦ 研发个性化推荐系统，优化首页推荐、详情页推荐等场景的CTR/CVR指标，提升用户转化率。 ◦ 应用深度学习（如NN模型、LightGBM）、图神经网络等技术，挖掘用户兴趣与商品关联性。 ◦ 结合多模态技术（NLP/CV）优化商品标题、图文素材的匹配度，增强推荐理由的生成能力。 3. 选品机制算法 ◦ 构建选品核心能力（如销量/GMV预测、品类规划），通过机器学习与因果推断技术匹配场域调性需求。 ◦ 设计组合套餐（如“主食+饮品”）的选品策略，优化客单价与用户满意度。 ◦ 搭建公司级选品系统平台，推动算法在营销活动、超抢手、品团购等业务场景的落地。