{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "淘天算法技术-用增权益算法-杭州/北京",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "淘天集团",
        "location": "北京 / 杭州",
        "work_mode": "未披露",AI生成
        "job_category": "算法研发"AI生成
    },
    "company": {
        "company_name": "淘天集团",
        "company_industry": "电子商务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "淘天集团的招聘业务覆盖淘宝、天猫等电商平台。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "硕士",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "我们是淘天集团淘宝用户算法团队，致力于通过外投广告算法、商品推荐算法、权益激励算法及消息触达策略的深度融合，驱动淘宝用户的高效增长与长期价值提升。团队聚焦用户全生命周期管理，以大规模机器学习、序列建模、因果推断、运筹优化等为核心技术引擎，在获客效率、增量GMV和用户LTV等关键指标上持续突破。\n我们正在寻找在搜推广建模、增量效果预估、因果推断与决策优化等方面有深厚积累的同学，共同打造业界领先的用户增长算法体系。\n核心职责：\n1. 用户增量建模：搭建手淘最细粒度的用户画像体系，训练高精度CTR/CVR/GMV/LTV/LT等预估模型，让“未来价值”可预测、可运营。\n2. 因果推断与Uplift建模范式创新：针对红包、优惠券、消息推送等干预动作，构建高精度的多目标Uplift模型体系，精准识别“因果增益人群”；探索基于Meta-Learner、Uplift Transformer、Deep Causal Network等前沿方法的工业级落地实践。\n3. 个性化权益分发机制创新：主导互动红包、平台补贴、优惠券等多样化权益的发放策略设计与算法迭代，推动从“规则驱动”向“模型驱动”的演进，探索个性化、实时化、智能化的激励分配机制，最大化单位资源撬动的GMV与用户转化。",
        "requirements_text": "1. 熟悉常见的机器学习算法（LR、GBDT、DNN、Transformer等），掌握召回、排序、CTR/CVR预估等核心建模流程；\n2. 具备扎实的搜推广相关项目经验者优先，尤其欢迎在以下任一方向有深入实践者：\na. 增量建模与Uplift Model构建\nb. 因果推断（Causal Inference）在推荐等场景的应用\nc. 权益/补贴/红包等运营资源的智能分配与效果归因\nd. 多目标优化、预算分配、拍卖机制设计等相关经验\n3. 熟悉TensorFlow/PyTorch等主流框架，具备良好的工程实现能力，能独立完成从算法设计到线上部署的全流程；\n4. 对算法有强烈热情，具备优秀的逻辑思维、抽象建模能力和跨团队协作意识，能够在复杂业务中提炼技术问题并推动落地；\n5. 具备以下条件者优先考虑：\na. 在KDD、SIGIR、WWW、ICML、NeurIPS、RecSys等国际顶会发表过相关论文；\nb. 在ACM、数学建模、天池、Kaggle等竞赛中取得优异成绩；\nc. 有大规模在线广告、推荐系统、用户增长或营销自动化系统的实战经验。\n为什么选择我们？\n● 技术驱动增长：我们用最前沿的AI技术解决真实的亿级用户增长问题，每一次模型迭代都直接影响数千万用户的体验与平台核心指标；\n● 丰富的数据与场景：覆盖搜索、推荐、广告、消息、权益等多个高维交互场景，提供极具挑战性的建模空间；\n● 顶尖的算法氛围：团队汇聚来自国内外一流高校和企业的算法精英，持续输出高水平技术成果；\n● 广阔的发展空间：参与从0到1的创新项目，主导关键技术方向，快速成长为领域专家或技术负责人。\n如果你热衷于用算法改变用户体验，擅长从海量数据中挖掘增长机会，尤其是具备搜推广模型优化、因果建模、决策系统设计等方面的实战经验，欢迎加入我们，一起定义下一代用户增长范式！",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "算法设计",
            "团队协作",
            "逻辑思维",
            "建模"
        ],
        "preferred_qualifications": "2. 具备扎实的搜推广相关项目经验者优先，尤其欢迎在以下任一方向有深入实践者：；5. 具备以下条件者优先考虑：",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.taotian.com/off-campus/position-detail?positionId=100001160022"
            }
        ]
    },
    "posting": {
        "posting_id": "100001160022",
        "post_date": "2026-09-15",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100001160022"
    },
    "fulltext": "淘天算法技术-用增权益算法-杭州/北京\n淘天算法技术-用增权益算法-杭州/北京\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n我们是淘天集团淘宝用户算法团队，致力于通过外投广告算法、商品推荐算法、权益激励算法及消息触达策略的深度融合，驱动淘宝用户的高效增长与长期价值提升。团队聚焦用户全生命周期管理，以大规模机器学习、序列建模、因果推断、运筹优化等为核心技术引擎，在获客效率、增量GMV和用户LTV等关键指标上持续突破。\n我们正在寻找在搜推广建模、增量效果预估、因果推断与决策优化等方面有深厚积累的同学，共同打造业界领先的用户增长算法体系。\n核心职责：\n1. 用户增量建模：搭建手淘最细粒度的用户画像体系，训练高精度CTR/CVR/GMV/LTV/LT等预估模型，让“未来价值”可预测、可运营。\n2. 因果推断与Uplift建模范式创新：针对红包、优惠券、消息推送等干预动作，构建高精度的多目标Uplift模型体系，精准识别“因果增益人群”；探索基于Meta-Learner、Uplift Transformer、Deep Causal Network等前沿方法的工业级落地实践。\n3. 个性化权益分发机制创新：主导互动红包、平台补贴、优惠券等多样化权益的发放策略设计与算法迭代，推动从“规则驱动”向“模型驱动”的演进，探索个性化、实时化、智能化的激励分配机制，最大化单位资源撬动的GMV与用户转化。\n\n职位要求\n1. 熟悉常见的机器学习算法（LR、GBDT、DNN、Transformer等），掌握召回、排序、CTR/CVR预估等核心建模流程；\n2. 具备扎实的搜推广相关项目经验者优先，尤其欢迎在以下任一方向有深入实践者：\na. 增量建模与Uplift Model构建\nb. 因果推断（Causal Inference）在推荐等场景的应用\nc. 权益/补贴/红包等运营资源的智能分配与效果归因\nd. 多目标优化、预算分配、拍卖机制设计等相关经验\n3. 熟悉TensorFlow/PyTorch等主流框架，具备良好的工程实现能力，能独立完成从算法设计到线上部署的全流程；\n4. 对算法有强烈热情，具备优秀的逻辑思维、抽象建模能力和跨团队协作意识，能够在复杂业务中提炼技术问题并推动落地；\n5. 具备以下条件者优先考虑：\na. 在KDD、SIGIR、WWW、ICML、NeurIPS、RecSys等国际顶会发表过相关论文；\nb. 在ACM、数学建模、天池、Kaggle等竞赛中取得优异成绩；\nc. 有大规模在线广告、推荐系统、用户增长或营销自动化系统的实战经验。\n为什么选择我们？\n● 技术驱动增长：我们用最前沿的AI技术解决真实的亿级用户增长问题，每一次模型迭代都直接影响数千万用户的体验与平台核心指标；\n● 丰富的数据与场景：覆盖搜索、推荐、广告、消息、权益等多个高维交互场景，提供极具挑战性的建模空间；\n● 顶尖的算法氛围：团队汇聚来自国内外一流高校和企业的算法精英，持续输出高水平技术成果；\n● 广阔的发展空间：参与从0到1的创新项目，主导关键技术方向，快速成长为领域专家或技术负责人。\n如果你热衷于用算法改变用户体验，擅长从海量数据中挖掘增长机会，尤其是具备搜推广模型优化、因果建模、决策系统设计等方面的实战经验，欢迎加入我们，一起定义下一代用户增长范式！\n我们是淘天集团淘宝用户算法团队，致力于通过外投广告算法、商品推荐算法、权益激励算法及消息触达策略的深度融合，驱动淘宝用户的高效增长与长期价值提升。团队聚焦用户全生命周期管理，以大规模机器学习、序列建模、因果推断、运筹优化等为核心技术引擎，在获客效率、增量GMV和用户LTV等关键指标上持续突破。\n我们正在寻找在搜推广建模、增量效果预估、因果推断与决策优化等方面有深厚积累的同学，共同打造业界领先的用户增长算法体系。\n核心职责：\n1. 用户增量建模：搭建手淘最细粒度的用户画像体系，训练高精度CTR/CVR/GMV/LTV/LT等预估模型，让“未来价值”可预测、可运营。\n2. 因果推断与Uplift建模范式创新：针对红包、优惠券、消息推送等干预动作，构建高精度的多目标Uplift模型体系，精准识别“因果增益人群”；探索基于Meta-Learner、Uplift Transformer、Deep Causal Network等前沿方法的工业级落地实践。\n3. 个性化权益分发机制创新：主导互动红包、平台补贴、优惠券等多样化权益的发放策略设计与算法迭代，推动从“规则驱动”向“模型驱动”的演进，探索个性化、实时化、智能化的激励分配机制，最大化单位资源撬动的GMV与用户转化。\n1. 熟悉常见的机器学习算法（LR、GBDT、DNN、Transformer等），掌握召回、排序、CTR/CVR预估等核心建模流程；\n2. 具备扎实的搜推广相关项目经验者优先，尤其欢迎在以下任一方向有深入实践者：\na. 增量建模与Uplift Model构建\nb. 因果推断（Causal Inference）在推荐等场景的应用\nc. 权益/补贴/红包等运营资源的智能分配与效果归因\nd. 多目标优化、预算分配、拍卖机制设计等相关经验\n3. 熟悉TensorFlow/PyTorch等主流框架，具备良好的工程实现能力，能独立完成从算法设计到线上部署的全流程；\n4. 对算法有强烈热情，具备优秀的逻辑思维、抽象建模能力和跨团队协作意识，能够在复杂业务中提炼技术问题并推动落地；\n5. 具备以下条件者优先考虑：\na. 在KDD、SIGIR、WWW、ICML、NeurIPS、RecSys等国际顶会发表过相关论文；\nb. 在ACM、数学建模、天池、Kaggle等竞赛中取得优异成绩；\nc. 有大规模在线广告、推荐系统、用户增长或营销自动化系统的实战经验。\n为什么选择我们？\n● 技术驱动增长：我们用最前沿的AI技术解决真实的亿级用户增长问题，每一次模型迭代都直接影响数千万用户的体验与平台核心指标；\n● 丰富的数据与场景：覆盖搜索、推荐、广告、消息、权益等多个高维交互场景，提供极具挑战性的建模空间；\n● 顶尖的算法氛围：团队汇聚来自国内外一流高校和企业的算法精英，持续输出高水平技术成果；\n● 广阔的发展空间：参与从0到1的创新项目，主导关键技术方向，快速成长为领域专家或技术负责人。\n如果你热衷于用算法改变用户体验，擅长从海量数据中挖掘增长机会，尤其是具备搜推广模型优化、因果建模、决策系统设计等方面的实战经验，欢迎加入我们，一起定义下一代用户增长范式！",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}