主分类：搜索推荐与业务决策算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "阿里妈妈-AI应用算法工程师-AI Data & Decision Intelligence",
"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": 1,
"degree": "计算机、数学等理工专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "依托阿里妈妈海量广告、消费者行为与商家经营数据，探索 AI Data Agent 在营销分析与决策中的下一代应用形态。构建统一的数据语义与业务上下文，让 AI 能够准确理解数据、可信回答复杂业务问题，并进一步发现关键变化与机会，形成有价值的洞察、诊断与策略建议，推动营销分析从数据查询走向 AI 驱动的智能分析与决策。\n面向广告增量归因与价值衡量等核心问题，探索因果推断与 Marketing World Model 在营销场景中的前沿应用，从大规模行为与经营数据中挖掘广告影响消费者决策和商业结果的真实规律，研究增量价值、因果机制、状态演化与反事实推演，推动营销智能从相关性预测走向因果理解与决策推演。",
"requirements_text": "1. 计算机、数学等理工专业硕士及以上学历，在机器学习、数据智能、大模型、因果推断等相关领域具有 1 年以上工作或研究经验；\n2. 具备扎实的机器学习、数据分析与算法基础，熟练使用 Python、SQL，具有良好的建模、实验分析和工程实现能力；有大规模数据处理、复杂模型或 AI 系统工程实践经验\n3. 具备优秀的数据敏感性、业务理解和学习能力，能够从复杂业务问题中抽象关键算法问题，通过实验与数据验证假设，并推动算法能力在真实业务中落地；\n4. 对 AI 前沿技术保持持续兴趣，乐于探索尚未成熟的问题，具备较强的自主学习、问题解决和协作能力。\n5. 可选加分项：\na. 具备因果推断相关研究或实践经验，熟悉因果效应估计、反事实推断、实验设计、异质性效应估计等方法，或在序列建模、状态建模、World Model、强化学习等方向有研究或实践经验；有 Uplift、广告增量衡量、用户决策建模或策略优化经验者优先\nb. 熟悉 LLM Agent、Agentic Analytics 或数据智能相关技术，在规划推理、工具执行、数据检索与分析、Agent 评测等方向有研究或实践经验；熟悉数据建模、指标体系、语义层或业务上下文构建，有 Data Agent、AI Search 等企业级智能分析实践者优先。",
"skills": [AI生成
"Python",
"SQL",
"机器学习",
"强化学习",
"数据分析",
"学习能力",
"建模",
"大语言模型"
],
"preferred_qualifications": "5. 可选加分项：；有 Uplift、广告增量衡量、用户决策建模或策略优化经验者优先；熟悉数据建模、指标体系、语义层或业务上下文构建，有 Data Agent、AI Search 等企业级智能分析实践者优先",
"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=100041380002"
}
]
},
"posting": {
"posting_id": "100041380002",
"post_date": "2026-09-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.taotian.com/off-campus/position-detail?positionId=100041380002"
},
"fulltext": "阿里妈妈-AI应用算法工程师-AI Data & Decision Intelligence\n阿里妈妈-AI应用算法工程师-AI Data & Decision Intelligence\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n依托阿里妈妈海量广告、消费者行为与商家经营数据，探索 AI Data Agent 在营销分析与决策中的下一代应用形态。构建统一的数据语义与业务上下文，让 AI 能够准确理解数据、可信回答复杂业务问题，并进一步发现关键变化与机会，形成有价值的洞察、诊断与策略建议，推动营销分析从数据查询走向 AI 驱动的智能分析与决策。\n面向广告增量归因与价值衡量等核心问题，探索因果推断与 Marketing World Model 在营销场景中的前沿应用，从大规模行为与经营数据中挖掘广告影响消费者决策和商业结果的真实规律，研究增量价值、因果机制、状态演化与反事实推演，推动营销智能从相关性预测走向因果理解与决策推演。\n\n职位要求\n1. 计算机、数学等理工专业硕士及以上学历，在机器学习、数据智能、大模型、因果推断等相关领域具有 1 年以上工作或研究经验；\n2. 具备扎实的机器学习、数据分析与算法基础，熟练使用 Python、SQL，具有良好的建模、实验分析和工程实现能力；有大规模数据处理、复杂模型或 AI 系统工程实践经验\n3. 具备优秀的数据敏感性、业务理解和学习能力，能够从复杂业务问题中抽象关键算法问题，通过实验与数据验证假设，并推动算法能力在真实业务中落地；\n4. 对 AI 前沿技术保持持续兴趣，乐于探索尚未成熟的问题，具备较强的自主学习、问题解决和协作能力。\n5. 可选加分项：\na. 具备因果推断相关研究或实践经验，熟悉因果效应估计、反事实推断、实验设计、异质性效应估计等方法，或在序列建模、状态建模、World Model、强化学习等方向有研究或实践经验；有 Uplift、广告增量衡量、用户决策建模或策略优化经验者优先\nb. 熟悉 LLM Agent、Agentic Analytics 或数据智能相关技术，在规划推理、工具执行、数据检索与分析、Agent 评测等方向有研究或实践经验；熟悉数据建模、指标体系、语义层或业务上下文构建，有 Data Agent、AI Search 等企业级智能分析实践者优先。\n依托阿里妈妈海量广告、消费者行为与商家经营数据，探索 AI Data Agent 在营销分析与决策中的下一代应用形态。构建统一的数据语义与业务上下文，让 AI 能够准确理解数据、可信回答复杂业务问题，并进一步发现关键变化与机会，形成有价值的洞察、诊断与策略建议，推动营销分析从数据查询走向 AI 驱动的智能分析与决策。\n面向广告增量归因与价值衡量等核心问题，探索因果推断与 Marketing World Model 在营销场景中的前沿应用，从大规模行为与经营数据中挖掘广告影响消费者决策和商业结果的真实规律，研究增量价值、因果机制、状态演化与反事实推演，推动营销智能从相关性预测走向因果理解与决策推演。\n1. 计算机、数学等理工专业硕士及以上学历，在机器学习、数据智能、大模型、因果推断等相关领域具有 1 年以上工作或研究经验；\n2. 具备扎实的机器学习、数据分析与算法基础，熟练使用 Python、SQL，具有良好的建模、实验分析和工程实现能力；有大规模数据处理、复杂模型或 AI 系统工程实践经验\n3. 具备优秀的数据敏感性、业务理解和学习能力，能够从复杂业务问题中抽象关键算法问题，通过实验与数据验证假设，并推动算法能力在真实业务中落地；\n4. 对 AI 前沿技术保持持续兴趣，乐于探索尚未成熟的问题，具备较强的自主学习、问题解决和协作能力。\n5. 可选加分项：\na. 具备因果推断相关研究或实践经验，熟悉因果效应估计、反事实推断、实验设计、异质性效应估计等方法，或在序列建模、状态建模、World Model、强化学习等方向有研究或实践经验；有 Uplift、广告增量衡量、用户决策建模或策略优化经验者优先\nb. 熟悉 LLM Agent、Agentic Analytics 或数据智能相关技术，在规划推理、工具执行、数据检索与分析、Agent 评测等方向有研究或实践经验；熟悉数据建模、指标体系、语义层或业务上下文构建，有 Data Agent、AI Search 等企业级智能分析实践者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}