JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "营销增长算法工程师",
"job_level": "",AI生成
"work_category": "",AI生成
"department": "",
"location": "北京·朝阳区·西坝河",
"work_mode": "",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "BOSS直聘",
"company_industry": "人力资源服务",
"company_size": "1000-9999人",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": 30000,
"max": 55000,
"currency": "CNY",
"cycle": "month"
},
"benefits": ""
},
"requirements": {
"working_years": 1,
"degree": "学历不限",
"language": "",AI生成
"visa_support": "",
"responsibilities": "",
"requirements_text": "智能营销\n策略算法\n增长算法\n营销算法\n因果推断\n职位描述\n负责BOSS直聘智能营销、商业个性化推荐方向的算法实现与优化。利用生成式模型、因果推断、增益算法、强化学习等算法技术,帮助业务高效达成提升付费、扩展变现、业务渗透等商业增长⽬标。\n1.基于多任务模型框架构建商业⽬标的推荐模型,融合商业⾏为序列,在平衡用户体验的同时引导付费;利用强化学习技术优化相关模型;\n2.构建运筹优化模型,基于数据与算法来解决营销领域的⼀系列问题,比如交易促成、商品定价、销量预测等;\n3. 为用户全生命周期各个环节搭建算法模型,包括用户LTV/ROI模型、复购模型,提升用户付费能力;\n4.和内部业务方紧密合作,发现和解决收入增长上的问题,并且基于大模型技术来平衡商业收入与用户体验。\n职位要求\n1.计算机科学,数学学科,统计以及其他相关专业,具有扎实的数学基础;\n2.熟练掌握数据挖掘、强化学习的基础理论和方法,有至少两年或者两年以上相关研究经验,熟悉 tensorflow或者pytorch的架构,分布式数据处理架构(Hadoop、Spark) 等;\n3.熟练使用Python等编程语言,或者熟练掌握vibe coding,熟悉unix 和linux 系统,能够熟练处理千万到上亿规模的数据集,并且能够用SQL, python进行比较复杂的数据分析;\n4.有过成功的营销增长、长序列建模、强化学习、增益排序等相关项目经历优先;\n5.能自我驱动、具备较强的学习能力。",
"skills": [AI生成
"直聘"
],
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/beea00a5a94e7bc30nN62N25FFFZ.html"
}
]
},
"posting": {
"posting_id": "beea00a5a94e7bc30nN62N25FFFZ",
"post_date": "",
"hire_time": "",
"update_date": "",
"job_url": "https://www.zhipin.com/job_detail/beea00a5a94e7bc30nN62N25FFFZ.html"
},
"fulltext": "智能营销\n策略算法\n增长算法\n营销算法\n因果推断\n职位描述\n负责BOSS直聘智能营销、商业个性化推荐方向的算法实现与优化。利用生成式模型、因果推断、增益算法、强化学习等算法技术,帮助业务高效达成提升付费、扩展变现、业务渗透等商业增长⽬标。\n1.基于多任务模型框架构建商业⽬标的推荐模型,融合商业⾏为序列,在平衡用户体验的同时引导付费;利用强化学习技术优化相关模型;\n2.构建运筹优化模型,基于数据与算法来解决营销领域的⼀系列问题,比如交易促成、商品定价、销量预测等;\n3. 为用户全生命周期各个环节搭建算法模型,包括用户LTV/ROI模型、复购模型,提升用户付费能力;\n4.和内部业务方紧密合作,发现和解决收入增长上的问题,并且基于大模型技术来平衡商业收入与用户体验。\n职位要求\n1.计算机科学,数学学科,统计以及其他相关专业,具有扎实的数学基础;\n2.熟练掌握数据挖掘、强化学习的基础理论和方法,有至少两年或者两年以上相关研究经验,熟悉 tensorflow或者pytorch的架构,分布式数据处理架构(Hadoop、Spark) 等;\n3.熟练使用Python等编程语言,或者熟练掌握vibe coding,熟悉unix 和linux 系统,能够熟练处理千万到上亿规模的数据集,并且能够用SQL, python进行比较复杂的数据分析;\n4.有过成功的营销增长、长序列建模、强化学习、增益排序等相关项目经历优先;\n5.能自我驱动、具备较强的学习能力。"
}