职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199903880053

淘天近场用户算法-自营业务中的商品定价研究实习生

未披露 · 杭州 · 淘天集团

主分类:搜索推荐与业务决策算法研发
算法与数据
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": "淘天近场用户算法-自营业务中的商品定价研究实习生",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "淘天集团",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"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": "计算机、数学或统计学相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、负责近场电商业务(淘宝买菜/小时达)场域的供给营销侧算法工作内容包括但不限于需求选品、自动化托管排期、定价、权益发放、全局调优等; \n2、能通过数据挖掘分析,提炼出业务方向存在的问题和优化的方向,能参与产品方案设计讨论,与产研团队合作,推动算法模型产品化及落地实施;\n3、能利用数据挖掘、时序预测、分类算法、大模型、运筹优化等技术解决供给选品、时令品预测、多货品联合定价、货盘组合优化等问题,提升GMV、DAC、订单量等业务指标; \n4、紧密结合业务需求和前沿技术,在因果表征学习、多干预变量因果效应估计、因果纠偏、时序Transformer、超长非平稳时序建模等算法方向持续攻坚和突破。",
        "requirements_text": "1、计算机、数学或统计学相关专业硕士及以上学历,博士优先; 在机器学习、深度学习、等领域有一定的功底,有商品定价/销量预测领域经验者优先;有相关领域顶会论文发表者优先; \n2、具备扎实的编码能力,精通至少一种编程语言,如C/C++、JAVA、Python等,熟悉至少一种开源深度学习框架,如Tensorflow、Pytorch等;熟练使用Gurobi/Cplex/IpSolve等至少一种建模求解工具;\n3、对数据敏感度高,有良好的逻辑思维和定义以及解决问题的能力;熟悉机器学习各种优化方法,能够快速对复杂优化问题建模,精通常用运筹优化求解算法包括线性规划、整数规划、元启发方法、组合优化、图论等,以及启发式算法的应用经验; \n4、良好的团队合作精神,具备快速学习的能力,优秀、严谨、皮实、乐观 5、对技术充满热情,积极持续学习,跟进业界的前沿技术,有工作前瞻性和规划能力。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "团队协作",
            "解决问题",
            "逻辑思维",
            "建模"
        ],
        "preferred_qualifications": "1、计算机、数学或统计学相关专业硕士及以上学历,博士优先;在机器学习、深度学习、等领域有一定的功底,有商品定价/销量预测领域经验者优先;有相关领域顶会论文发表者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199903880053?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199903880053",
        "post_date": "2026-03-20",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199903880053?deptCodes="
    },
    "fulltext": "淘天近场用户算法-自营业务中的商品定价研究实习生\n淘天近场用户算法-自营业务中的商品定价研究实习生\n\n基础信息\n毕业起止时间要求:2026-10-31 - 2028-10-30\n职位类别:技术类\n招聘项目:阿里巴巴研究型实习生\n工作地点:杭州\n\n职位描述\n1、负责近场电商业务(淘宝买菜/小时达)场域的供给营销侧算法工作内容包括但不限于需求选品、自动化托管排期、定价、权益发放、全局调优等; \n2、能通过数据挖掘分析,提炼出业务方向存在的问题和优化的方向,能参与产品方案设计讨论,与产研团队合作,推动算法模型产品化及落地实施;\n3、能利用数据挖掘、时序预测、分类算法、大模型、运筹优化等技术解决供给选品、时令品预测、多货品联合定价、货盘组合优化等问题,提升GMV、DAC、订单量等业务指标; \n4、紧密结合业务需求和前沿技术,在因果表征学习、多干预变量因果效应估计、因果纠偏、时序Transformer、超长非平稳时序建模等算法方向持续攻坚和突破。\n\n职位要求\n1、计算机、数学或统计学相关专业硕士及以上学历,博士优先; 在机器学习、深度学习、等领域有一定的功底,有商品定价/销量预测领域经验者优先;有相关领域顶会论文发表者优先; \n2、具备扎实的编码能力,精通至少一种编程语言,如C/C++、JAVA、Python等,熟悉至少一种开源深度学习框架,如Tensorflow、Pytorch等;熟练使用Gurobi/Cplex/IpSolve等至少一种建模求解工具;\n3、对数据敏感度高,有良好的逻辑思维和定义以及解决问题的能力;熟悉机器学习各种优化方法,能够快速对复杂优化问题建模,精通常用运筹优化求解算法包括线性规划、整数规划、元启发方法、组合优化、图论等,以及启发式算法的应用经验; \n4、良好的团队合作精神,具备快速学习的能力,优秀、严谨、皮实、乐观 5、对技术充满热情,积极持续学习,跟进业界的前沿技术,有工作前瞻性和规划能力。\n\n在招业务\n淘天集团\n1、负责近场电商业务(淘宝买菜/小时达)场域的供给营销侧算法工作内容包括但不限于需求选品、自动化托管排期、定价、权益发放、全局调优等; \n2、能通过数据挖掘分析,提炼出业务方向存在的问题和优化的方向,能参与产品方案设计讨论,与产研团队合作,推动算法模型产品化及落地实施;\n3、能利用数据挖掘、时序预测、分类算法、大模型、运筹优化等技术解决供给选品、时令品预测、多货品联合定价、货盘组合优化等问题,提升GMV、DAC、订单量等业务指标; \n4、紧密结合业务需求和前沿技术,在因果表征学习、多干预变量因果效应估计、因果纠偏、时序Transformer、超长非平稳时序建模等算法方向持续攻坚和突破。\n1、计算机、数学或统计学相关专业硕士及以上学历,博士优先; 在机器学习、深度学习、等领域有一定的功底,有商品定价/销量预测领域经验者优先;有相关领域顶会论文发表者优先; \n2、具备扎实的编码能力,精通至少一种编程语言,如C/C++、JAVA、Python等,熟悉至少一种开源深度学习框架,如Tensorflow、Pytorch等;熟练使用Gurobi/Cplex/IpSolve等至少一种建模求解工具;\n3、对数据敏感度高,有良好的逻辑思维和定义以及解决问题的能力;熟悉机器学习各种优化方法,能够快速对复杂优化问题建模,精通常用运筹优化求解算法包括线性规划、整数规划、元启发方法、组合优化、图论等,以及启发式算法的应用经验; \n4、良好的团队合作精神,具备快速学习的能力,优秀、严谨、皮实、乐观 5、对技术充满热情,积极持续学习,跟进业界的前沿技术,有工作前瞻性和规划能力。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}