【蚂蚁星】支付增长智能决策算法工程师Agent / 大模型 / 因果推断（实习）

岗位职责

1. 面向支付宝线下支付增长，独立推进“发现盲区—构建特征—模型接入—A/B 验证—因果诊断”完整课题；
2. 融合交易行为、场景/商家信息和调研洞察，构建忠诚度、习惯强度、价格敏感、优惠依赖、场景扩散、商家执行等可解释特征；
3. 研发大模型/Agent 研究诊断能力，支持信息抽取、特征假设生成、异常实验归因与复盘沉淀；结合机器学习完成圈人、定价、权益门槛和投放优先级建模；
4. 设计线上 A/B 实验，以因果推断评估真实增量、长期价值和成本效率，推动有效特征与策略上线；
5. 沉淀特征字典、模型接入方案、实验方案和诊断案例库，协同业务、数据、算法及高校团队落地。

任职要求

1. 计算机、人工智能、统计、运筹、经济学等相关专业应届生；算法基础扎实，编程和数据分析能力优秀；
2. 熟悉机器学习/深度学习、特征工程与模型评估；有大语言模型、Agent、RAG、工具调用或评测项目/研究经验；
3. 理解 A/B 实验、因果推断或增量建模，能区分相关性、预测效果与真实业务增量；
4. 能将开放业务问题拆为可验证假设，独立完成分析、建模、实验和复盘，并推动跨团队协作；
5. 对用户行为、支付增长与跨学科研究有好奇心，重视可解释性、数据合规和长期价值。

加分项：高质量论文；LLM Agent/因果推断实战；增长、推荐、广告或定价经验；社会科学量化研究经验。

特色标签

A/B Test、AI Agent、Foundation Model、LLM、Python、Shell、SQL、交易增长、人群圈选、价格策略、优惠门槛、动态定价、发表算法相关优秀论文、可解释特征、因果推断分析、因果效应评估、增量建模、大数据处理工具(Spark/Hadoop/Hive)、大模型算法、大语言模型、对话机器人、广告、投放排序、推荐算法、支付、支付拉新、数据挖掘、智能体、机器学习、权益定价、深度学习、激励门槛、特征字典、特征构建、用户分层、用户增长、电商、算法工程化经验、精准定向、线上实验、线下支付增长、自然语言处理算法、营销、补贴阈值、资源调配、运筹优化、金融、随机对照实验、预算分配