阿里巴巴
业务技术-数据智能高级专家-杭州
业务技术-数据智能高级专家-杭州
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Agent开发
Llm微调
决策引擎
因果推断
多目标优化
机器学习
消费者行为分析
运筹优化
值不值得投
76综合评分
综合评分 76
前沿技术驱动、成长空间广阔、薪资具竞争力，但工作强度较高、WLB一般
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
7.3万
比数据科学中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3670 个在招 · 其中数据科学 14 个
市场机会
选择适中
杭州 · 数据科学 · 26 个在招
职位详情
关于这个职位
负责设计并落地全链路决策优化系统与因果推断框架，主导多目标优化算法在复杂业务场景中的工程化应用
结合消费者行为数据与LLM/Agent技术，构建工业级决策引擎，推动业务向用户生命周期价值最大化转型，并提升团队整体工程效率
最低要求
极强的商业敏锐度：能够将晦涩的算法逻辑（如边际效应递减、反事实推断）转化为业务方可理解的增长模型，具备推动跨部门共识的领导力
专业深度：计算机、运筹学、统计学或相关专业PhD/硕士
在多目标优化、运筹优化（如强化学习决策）或高阶消费者行为研究领域有深厚积累
复杂建模能力：具备处理极大规模分布式计算（Spark/Flink）下的复杂模型架构能力，有从0到1构建工业级决策引擎的成功经验
决策思维：深刻理解因果推断（Causal Inference）与机器学习的结合，能够跳出相关性陷阱，运用结构化思维诊断业务增长点
工程实践：精通LLM微调与Agent开发框架，具备将前沿科研结论转化为生产环境工程方案的闭环能力
工作职责
顶层架构规划：设计全链路决策优化系统，整合因果推断、多目标运筹优化与消费者研究，驱动业务从流量增长向用户生命周期价值最大化转型
决策引擎研发：主导多目标优化算法的设计与落地，平衡业务指标与约束条件（如预算），解决高维决策空间的资源配置难题
因果归因与实验设计：构建高鲁棒性的因果推断框架，解决营销干扰下的反事实归因难题，利用异质性因果效应模型（HTE）实现精准的资源配置与补贴优化
消费深度洞察：建立基于复杂行为序列的消费者画像体系，通过关联规则挖掘与长短时序建模，深刻理解瞬态与稳态消费的触发机制，形成业务增长的“感知地图”
技术影响力：推动“感知-认知-决策-执行”的Agentic Workflow落地，沉淀可复用的“技能库（Skill Set）”，提升团队整体工程效率
优先资格
在顶级会议（KDD, NeurIPS, IJCAI等）有相关成果发表优先
AI 洞察
优缺点分析
优点
- 接触行业顶尖数据规模与复杂业务场景，技术栈前沿（因果推断+LLM Agent）
- 平台资源雄厚，学术与工程转化路径清晰
- 对复合型技术人才认可度高
- 跨部门推动共识难度高，对沟通与商业翻译能力要求苛刻
- 适合具备扎实数理基础与工程落地能力的资深算法专家，且渴望在大型互联网平台推动AI驱动业务变革的求职者
缺点 / 挑战
- 需同时兼顾底层算法创新与上层业务落地，工作强度与技术压力较大
角色解读
- 可向首席科学家或技术总监方向发展，深耕商业智能与AI决策领域
- 也可转向业务战略负责人，主导数据驱动的商业增长策略
- 负责设计并落地全链路决策优化系统与因果推断框架
- 主导多目标优化算法在复杂业务场景中的工程化应用
- 结合消费者行为数据与LLM/Agent技术，构建工业级决策引擎
- 精通因果推断、多目标运筹优化及强化学习算法
- 熟练掌握Spark/Flink等大规模分布式计算框架
- 具备LLM微调与Agent开发实战经验
- 拥有极强的商业敏锐度与跨部门协同能力
申请策略
- 提前调研淘天集团近期商业化策略与用户增长痛点
- 准备1-2个将学术研究成功转化为线上A/B测试案例的详细复盘
- 重点突出从0到1搭建决策引擎的完整项目经历
- 量化展示因果推断或运筹优化在实际业务中的ROI提升效果
- 强调顶会论文或专利产出
- 补充LLM Agent开发框架的工程实践
- 深入研读因果推断最新文献（如Pearl理论、HTE模型）
- 提升将数学公式转化为业务指标的能力
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答
- 重点阐述问题定义、技术选型依据、实验设计（如A/B测试或离线验证）、业务收益量化及复盘迭代过程
- 请分享一个你主导的多目标优化算法落地案例，如何平衡业务指标与约束条件？
- 因果推断与传统机器学习在你的业务场景中如何结合？
- 面对海量用户行为数据，如何设计高效的特征工程与模型训练pipeline？
- 如何将复杂的算法逻辑向非技术背景的业务方进行有效沟通？
- 复习因果推断核心理论（DAG、反事实推理、工具变量等）
- 熟悉Spark/Flink调优与分布式训练最佳实践
职位点评
薪资福利85
成长发展92
工作生活45
使命价值70
薪资福利
85较高
资深专家岗通常提供具有竞争力的薪酬包与完善福利，满足程度较高。
薪资信号未披露（AI估算：5.5千–9.0万/月）
成长发展
92较高
岗位深度融合前沿科研与工业级落地，提供极高的技术成长空间与学术转化机会。
技术前沿前沿/新兴技术
技术栈因果推断、多目标优化、LLM、Agent、Spark、Flink
业务类型profit_center
工作生活
45较低
互联网大厂核心研发岗通常节奏较快，JD未提及弹性或远程安排，WLB保障有限。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
致力于通过数据智能驱动用户生命周期价值最大化，具备一定的商业价值导向。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs