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": "策略算法工程师（J103949）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "MEG",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-续费策略规划与设计，续费全生命周期管理。负责商家续费全链路的策略体系搭建，覆盖续费前的风险预警与干预、续费中的转化提效，相关的策略算法工作\n-分层续费策略制定：基于商家规模、行业属性、经营健康度、LTV（生命周期价值）、活跃度等维度建立精细化分层模型，针对腰部与头部商家分别输出差异化续费策略\n-续费增长机会点挖掘：通过多维数据洞察（经营数据、行为数据、服务数据、竞品动态），识别影响续费决策的关键因子，设计对应的策略模型\n-续费指标体系搭建：定义并持续监控核心续费指标（续费率、金额留存率、流失率、NPS、健康度评分等），建立预警机制，对异常波动进行归因分析并输出策略调优方案\n-流失预警与干预模型：联合算法团队构建商家流失风险预测模型，制定差异化触达与干预策略（如专属权益包、商家成长计划、1v1服务介入等），对高潜流失商家进行前置拦截\n-增量收益模型构建：量化不同续费策略组合的ROI，建立策略效果评估体系\n-产品化策略落地：推动策略的产品化进程，协同产品团队将有效的续费干预手段（如自动续费提醒、续费优惠券发放、健康度看板等）转化为产品功能，实现策略的系统化、自动化执行",
"requirements_text": "- 精通商业分析与策略设计方法，能独立构建商家分层模型（RFM、LTV、健康度等）\n- 熟悉本地行业业务逻辑，理解商家经营痛点与续费决策链路\n- SQL/Python 熟练，能高效提取、清洗、分析千万级用户行为数据\n- 具备AB实验设计与评估能力，熟悉假设检验、效应量计算\n- 了解机器学习、深度学习网络建模（如XGBoost、逻辑回归），有流失预测/生存分析项目经验者优先\n- 有大模型相关经验者\n- 项目管理能力，能推动多团队协同，把控节奏与交付质量\n- 文档与赋能输出能力，能将策略转化为SOP、培训材料、数据看板需求",
"skills": [AI生成
"Python",
"SQL",
"机器学习",
"深度学习",
"项目管理",
"建模",
"培训",
"商业分析",
"大语言模型"
],
"preferred_qualifications": "了解机器学习、深度学习网络建模（如XGBoost、逻辑回归），有流失预测/生存分析项目经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/1715abd2-f491-4725-820b-52c64d02b188"
}
]
},
"posting": {
"posting_id": "1715abd2-f491-4725-820b-52c64d02b188",
"post_date": "2026-08-03",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/1715abd2-f491-4725-820b-52c64d02b188"
},
"fulltext": "策略算法工程师（J103949）\n策略算法工程师（J103949）\n\n基础信息\n部门：MEG\n地点：北京市\n类别：技术\n招聘人数：1\n发布时间：2026-08-03\n\n工作职责\n-续费策略规划与设计，续费全生命周期管理。负责商家续费全链路的策略体系搭建，覆盖续费前的风险预警与干预、续费中的转化提效，相关的策略算法工作\n-分层续费策略制定：基于商家规模、行业属性、经营健康度、LTV（生命周期价值）、活跃度等维度建立精细化分层模型，针对腰部与头部商家分别输出差异化续费策略\n-续费增长机会点挖掘：通过多维数据洞察（经营数据、行为数据、服务数据、竞品动态），识别影响续费决策的关键因子，设计对应的策略模型\n-续费指标体系搭建：定义并持续监控核心续费指标（续费率、金额留存率、流失率、NPS、健康度评分等），建立预警机制，对异常波动进行归因分析并输出策略调优方案\n-流失预警与干预模型：联合算法团队构建商家流失风险预测模型，制定差异化触达与干预策略（如专属权益包、商家成长计划、1v1服务介入等），对高潜流失商家进行前置拦截\n-增量收益模型构建：量化不同续费策略组合的ROI，建立策略效果评估体系\n-产品化策略落地：推动策略的产品化进程，协同产品团队将有效的续费干预手段（如自动续费提醒、续费优惠券发放、健康度看板等）转化为产品功能，实现策略的系统化、自动化执行\n\n职责要求\n- 精通商业分析与策略设计方法，能独立构建商家分层模型（RFM、LTV、健康度等）\n- 熟悉本地行业业务逻辑，理解商家经营痛点与续费决策链路\n- SQL/Python 熟练，能高效提取、清洗、分析千万级用户行为数据\n- 具备AB实验设计与评估能力，熟悉假设检验、效应量计算\n- 了解机器学习、深度学习网络建模（如XGBoost、逻辑回归），有流失预测/生存分析项目经验者优先\n- 有大模型相关经验者\n- 项目管理能力，能推动多团队协同，把控节奏与交付质量\n- 文档与赋能输出能力，能将策略转化为SOP、培训材料、数据看板需求\n-续费策略规划与设计，续费全生命周期管理。负责商家续费全链路的策略体系搭建，覆盖续费前的风险预警与干预、续费中的转化提效，相关的策略算法工作\n-分层续费策略制定：基于商家规模、行业属性、经营健康度、LTV（生命周期价值）、活跃度等维度建立精细化分层模型，针对腰部与头部商家分别输出差异化续费策略\n-续费增长机会点挖掘：通过多维数据洞察（经营数据、行为数据、服务数据、竞品动态），识别影响续费决策的关键因子，设计对应的策略模型\n-续费指标体系搭建：定义并持续监控核心续费指标（续费率、金额留存率、流失率、NPS、健康度评分等），建立预警机制，对异常波动进行归因分析并输出策略调优方案\n-流失预警与干预模型：联合算法团队构建商家流失风险预测模型，制定差异化触达与干预策略（如专属权益包、商家成长计划、1v1服务介入等），对高潜流失商家进行前置拦截\n-增量收益模型构建：量化不同续费策略组合的ROI，建立策略效果评估体系\n-产品化策略落地：推动策略的产品化进程，协同产品团队将有效的续费干预手段（如自动续费提醒、续费优惠券发放、健康度看板等）转化为产品功能，实现策略的系统化、自动化执行\n- 精通商业分析与策略设计方法，能独立构建商家分层模型（RFM、LTV、健康度等）\n- 熟悉本地行业业务逻辑，理解商家经营痛点与续费决策链路\n- SQL/Python 熟练，能高效提取、清洗、分析千万级用户行为数据\n- 具备AB实验设计与评估能力，熟悉假设检验、效应量计算\n- 了解机器学习、深度学习网络建模（如XGBoost、逻辑回归），有流失预测/生存分析项目经验者优先\n- 有大模型相关经验者\n- 项目管理能力，能推动多团队协同，把控节奏与交付质量\n- 文档与赋能输出能力，能将策略转化为SOP、培训材料、数据看板需求",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}