岗位职责
- 面向消费金融及信贷相关业务场景，基于业务理解和数据科学方法，挖掘用户增长、经营优化和营销转化机会，将复杂业务问题抽象为算法建模和智能决策问题；
- 负责营销推荐场景的算法建设，包括但不限于用户触达、用户圈选、素材召回、推荐排序、智能出价、流量分发、预算分配、个性化策略和效果优化等方向，提升投放精准性、转化效率和业务增长效果；
- 深度融合机器学习、深度学习、因果推断、运筹优化、控制优化等方法，设计并落地可规模化的算法解决方案，支撑大规模流量和复杂业务场景下的策略迭代与技术攻坚；
- 探索大模型技术在营销推荐、数据挖掘和智能决策场景中的创新应用，包括但不限于 LLM Agent、LLM4Rec、算法做功 AI loop 自迭代、用户理解与意图识别、AIGC、智能分析与决策辅助等方向，推动算法能力升级和业务落地；
- 跟踪前沿算法技术，结合实际业务场景沉淀可复用的算法能力、评估体系和工程化解决方案，持续提升算法研发效率与业务应用效果。
任职要求
- 硕士及以上学历，计算机、数学、统计学、运筹学、自动化等相关专业背景，在算法应用、数据科学、推荐广告或智能决策相关领域有扎实工作经验；
- 在营销推荐、搜索广告、计算广告、投放出价、用户增长、用户画像、用户圈选、因果推断、数据挖掘、NLP、大模型应用等方向之一有深入研究或实际落地经验；
- 具备扎实的机器学习和深度学习基础，熟悉推荐系统或广告投放相关技术链路，了解召回、排序、重排、出价、竞价、预算分配、流量分发等机制者优先；具备独立建模、编码实现和算法优化能力；
- 熟悉至少一种主流深度学习框架，如 PyTorch、TensorFlow、Keras 等；熟练掌握 Python、Java、C/C++ 中至少一种编程语言，熟悉 SQL 及常见大数据开发工具。具备良好的业务理解和沟通协同能力，有消费金融、信贷业务、营销增长经验者优先；具备大模型在营销推荐、数据挖掘、智能分析决策等场景中的实践经验者优先，如 LLM Agent、LLM4Rec、AIGC、后训练、工具调用、模型评估等。
特色标签
AI Agent、AI生成内容、C/C++、Java、Python、SQL、个性化推荐、信贷、决策优化、分布式训练、反事实推理、反馈控制、因果分析、因果建模、大数据处理工具(Spark/Hadoop/Hive)、大模型、大模型算法、大语言模型、广告、强化学习、意图挖掘、挖掘建模、推荐、推荐算法、推荐系统、搜索、摘要生成、数字营销、数据分析、数据挖掘、文本生成、智能体、智能控制、智能推荐、智能策略、智能营销、机器学习、深度学习、生成式AI、生成式人工智能、用户增长、用户行为挖掘、算法工程化经验、精准营销、组合优化、自主智能体、自动化决策、自动控制、自然语言处理算法、营销、语义理解、资源优化、运筹优化、运筹学优化、金融