研究型实习生-智能算法产品事业部-因果推断算法工程师

优缺点分析

角色解读

• 实习期间可深入工业级因果推断课题，积累实战经验，为转正或学术研究打下基础
• 表现优秀者可获得转正机会，成为阿里巴巴正式算法工程师
• 在顶级会议发表论文，提升学术影响力，未来可向技术专家或研究科学家方向发展
• 负责增量建模与因果推断，解决选择偏差、时变混杂等问题，提升权益增量预估准确性
• 探索生成式因果推断框架，构建端到端模拟系统，模拟用户全生命周期行为
• 在顶级会议发表论文，推动因果推断在个性化营销领域的应用
• 将算法应用于淘天多个权益体系，优化用户增长效率
• 精通深度学习与Transformer架构，具备模型创新和底层开发能力
• 熟悉因果推断方法，如Uplift Model、PSM、Doubly Robust等
• 具备优秀论文写作能力，有CCF-A类会议发表经验者优先
• 熟悉推荐系统、用户增长或在线营销场景

申请策略

• 了解阿里巴巴淘天集团业务，特别是用户增长和权益策略场景
• 在简历中突出与岗位相关的项目细节，量化成果
• 突出因果推断相关项目经验，如Uplift Model、因果效应评估等
• 强调论文发表经历，尤其是CCF-A类会议论文
• 展示深度学习模型创新和底层开发能力，如Transformer架构改进
• 提及推荐系统或用户增长相关实习或项目经验
• 系统学习因果推断理论，如潜在结果框架、工具变量、双重稳健估计等
• 熟悉生成式模型，如GAN、VAE、扩散模型，并思考其在因果推断中的应用

面试指南

• 针对因果推断问题，可以按照'问题定义-方法选择-实验验证-业务应用'的框架来回答，强调对偏差的处理
• 对于模型设计问题，可以结合现有方法（如Uplift Model）的不足，提出创新思路，并说明可行性
• 对于业务应用问题，可以结合具体场景（如权益发放）说明如何评估增量效果，并强调业务价值
• 请介绍你在因果推断方面的项目经验，如何解决选择偏差？
• 如何设计一个生成式因果推断框架？请谈谈你的思路
• 你如何评估一个增量模型的效果？
• 请谈谈你对Transformer架构的理解，以及如何改进它？
• 你如何在业务中应用因果推断？请举例说明