智能互联淘宝闪购-生成式用户商品供给增长算法专家-杭州
任职要求
1. 基础能力 ◦ 计算机、数学、统计学等相关专业硕士及以上学历，3年以上算法相关经验。 ◦ 扎实的编程能力（Python/Java/C++），熟悉TensorFlow/PyTorch等框架及大数据处理技术（Hadoop/Spark）。 2. 技术方向 ◦ 定价方向：熟悉运筹优化、因果建模、经济学原理，有广告/营销补贴算法经验者优先。 ◦ 推荐方向：精通召…
工作职责
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。
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。
1. 负责淘宝闪购搜索推荐算法的基础模型研发工作，包括店铺和商品信息流推荐、搜索结果页排序等，覆盖千万级DAU； 2. 基于业务问题，设计并实现推荐全链路算法模型，包括召回、粗排、精排、重排及混排等模块，搜索全链路算法模型，包括Query理解、召回、精排、重排等模块，持续迭代提升业务效果； 3. 跟踪国内外搜索推荐领域的最新进展，结合业务特点进行技术创新，推动算法模型的优化和升级； 4. 协同业务进行跨团队合作，与产品、运营等部门紧密合作，确保算法模型的有效落地和业务目标的达成。
1.负责搜推系统和引擎的设计与开发，构建高性能、高并发的分布式架构，支撑搜索与推荐业务的核心场景； 2.负责设计高性能数据结构，支撑海量数据下各种复杂索引结构的低延迟查询； 3.负责搜推技术框架的规划与设计，负责产品的核心功能、公共核心模块的代码编写； 4.与算法团队紧密合作，负责深度学习模型的线上推理性能优化，支撑全场景各种复杂模型的在线推理业务需求； 5.探索新技术方向，参与AI工程化项目，通过技术创新解决实际问题，推动系统性能和稳定性持续改进。
1、负责用户增长方向下用户触达、活跃和转化等相关系统的设计、开发和优化，参与用户、渠道、营销、等领域的平台化建设，确保系统的高可用性、高性能和可扩展性； 2、参与用户增长平台化能力建设，持续沉淀业务能力，提升平台效率，构建闭环、可量化的数据洞察能力，通过算法策略，数据策略驱动业务增长； 3、深入理解业务需求，优化现有系统架构，发现并解决当前系统中存在的问题，持续提升系统效率和质量； 4、参与服务的架构抽象和升级，提升研发效率和运营效率； 5、与前端、产品、测试等团队紧密合作，确保项目按时高质量交付，保障业务目标的实现； 6、参与平台分布式一致性、正确性等基础设施建设； 岗位亮点 1、多业务多场景：用户触达方向涉及多渠道能力能力建设，智能策略编排，面向全业务场景赋能，业务场景复杂有挑战； 2、平台化：架构设计和演进挑战大，面临众多复杂业务场景的业务架构设计和系统架构设计； 3、高并发：大流量高性能的架构演进和性能优化； 4、海量数据：海量数据存储下带来的数据一致性、数据准确性等方面的巨大挑战。